公开(公告)号：CN118094315A

公开(公告)日：2024-05-28

申请号：CN202410169316.7

申请日：2024-02-06

Applicant: 西安电子科技大学

Inventor： 董春曦 ,  黄程 ,  董阳阳 ,  陈志新 ,  王瑞 ,  王志

IPC: G06F18/241 ,  G01S7/295 ,  G06F18/214 ,  G06F18/23213 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开一种利用两分支卷积自编码器的雷达信号分选方法，其实现步骤为：对输入信号进行预处理获取先验特征，与信号载频脉宽拼接并扩维，通过两分支卷积自编码器对时频图进行特征提取，与扩维后特征进行融合，估计聚类类数和初始聚类中心，特征聚类，生成伪标签，反向传播微调网络，形成最终分选网络。本发明能够通过两分支卷积自编码器和先验特征提取分选效果更佳的特征，实现在复杂信噪比条件下多种脉内调制样式的高精度雷达信号分选中，结合密度峰值决策图和轮廓系数法，解决K‑means聚类需要人工介入问题，真正实现了端对端聚类过程，并在一定程度上降低聚类运算时长。

公开(公告)号：CN118294896A

公开(公告)日：2024-07-05

申请号：CN202410442128.7

申请日：2024-04-12

Applicant: 西安电子科技大学

Inventor： 饶鲜 ,  张旗 ,  陈志新 ,  王瑞 ,  董阳阳 ,  王贤铧 ,  董春曦 ,  芦骁

IPC: G01S7/36 ,  G06F18/10 ,  G06F18/15 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开一种利用融合时序信息的半监督雷达型号识别方法，主要解决现有技术在标注样本稀缺情况下网络训练效果差及识别准确率低的问题。其实现方案为：构建脉冲样本集，对其进行归一化预处理和有、无标签样本集划分；构建融合时序信息的雷达型号识别网络；使用有标签样本对该网络进行预训练；将无标签样本输入预训练后的网络得到预测结果；用预测结果大于阈值的无标签样本生成伪标签样本集；根据无标签样本预测结果计算新的置信阈值；用有标签样本和伪标签样本对预训练后网络进行迭代训练，直到达到预设轮次；将待识别的雷达脉冲输入到训练好的雷达型号识别网络，获得型号识别结果。本发明提升了对雷达型号识别的准确率，可用于雷达信号侦察处理。