基于CNN-BiLSTM混合神经网络的雷达信号调制方式识别

打开文本图片集

摘 要：针对具有时频特性的雷达信号，传统的雷达信号识别方法已经无法满足对信号类型精准识别的需求，因此需要通过采集并分析雷达信号脉内的时频特征实现对目标雷达的具体信息进行有效评估。设计了一种卷积－双向长短时记忆（Ｃｏｎｖｏｌｕｔｉｏｎ-Ｂｉｄｉｒｅｃｔｉｏｎａｌ Ｌｏｎｇ Ｓｈｏｒｔ-Ｔｅｒｍ Ｍｅｍｏｒｙ，ＣＮＮ-ＢｉＬＳＴＭ） 混合神经网络模型，主要通过ＢｉＬＳＴＭ 的时序记忆特性深度挖掘雷达信号的时域特征，结合权值共享特性和ＣＮＮ 层捕获雷达信号的时频特征，再利用二者信号特征联合完成对雷达信号调制方式的识别。（剩余7711字）