基于深度學(xué)習(xí)的DRFM信號識別

摘要： 針對數(shù)字射頻存儲器(DRFM)產(chǎn)生信號與源信號之間無法有效區(qū)分的問題，運用基于小波變換的同步壓縮變換將時域的雷達(dá)信號轉(zhuǎn)換為時頻圖，運用深度學(xué)習(xí)強(qiáng)大的圖像識別能力，實現(xiàn)了基于深度學(xué)習(xí)的源信號與DRFM信號識別，從而解決了在雷達(dá)信號處理中無法有效區(qū)分回波信號和DRFM欺騙信號以及在雷達(dá)干擾識別中基于DRFM的欺騙干擾難以識別的問題。為了驗證深度學(xué)習(xí)過程的可靠性，通過神經(jīng)網(wǎng)絡(luò)可解釋性... （共5頁）