公开(公告)号：CN118690320B

公开(公告)日：2024-12-06

申请号：CN202410775959.6

申请日：2024-06-17

Applicant: 电子科技大学

Inventor： 瞿崇晓 ,  曾葆青 ,  李建清 ,  王珂

IPC: G06F18/25 ,  G06F18/10 ,  G06F18/2131 ,  G06N3/045 ,  G06F18/24 ,  G06N3/0464

Abstract: 本发明公开了一种基于多模态信息融合的雷达辐射源个体识别方法，所述方法包括：步骤1、数据获取；步骤2、采用短时傅里叶变换，利用中频数据Q进行时频转换；步骤3、对全脉冲数据进行归一化处理；步骤4、构建两分支雷达辐射源特征融合网络，由中频分支和全脉冲分支组成；步骤5、构建MLP神经网络分类器，得到辐射源个体的识别结果；步骤6、使用步骤2和步骤3所处理后的数据，训练步骤4搭建的融合网络和步骤5搭建的MLP神经网络分类器，并将训练完成的网络应用于雷达辐射源个体识别。本申请融合了中频与全脉冲数据，利用针对性设计的神经网络，通过自注意力机制，多角度挖掘辐射源个体的微粒特征，实现对辐射源个体的有效识别。

公开(公告)号：CN118690320A

公开(公告)日：2024-09-24

申请号：CN202410775959.6

申请日：2024-06-17

Applicant: 电子科技大学

Inventor： 瞿崇晓 ,  曾葆青 ,  李建清 ,  王珂

IPC: G06F18/25 ,  G06F18/10 ,  G06F18/2131 ,  G06N3/045 ,  G06F18/24 ,  G06N3/0464

Abstract: 本发明公开了一种基于多模态信息融合的雷达辐射源个体识别方法，所述方法包括：步骤1、数据获取；步骤2、采用短时傅里叶变换，利用中频数据Q进行时频转换；步骤3、对全脉冲数据进行归一化处理；步骤4、构建两分支雷达辐射源特征融合网络，由中频分支和全脉冲分支组成；步骤5、构建MLP神经网络分类器，得到辐射源个体的识别结果；步骤6、使用步骤2和步骤3所处理后的数据，训练步骤4搭建的融合网络和步骤5搭建的MLP神经网络分类器，并将训练完成的网络应用于雷达辐射源个体识别。本申请融合了中频与全脉冲数据，利用针对性设计的神经网络，通过自注意力机制，多角度挖掘辐射源个体的微粒特征，实现对辐射源个体的有效识别。