Biblioteca76.515 documentos en línea

Artículo

A Radar Signal Recognition Approach via IIF-Net Deep Learning ModelsUn enfoque de reconocimiento de señales de radar mediante modelos de aprendizaje profundo IIF-Net

Resumen

En el entorno electromagnético cada vez más complejo de los campos de batalla modernos, la forma de identificar rápidamente y con precisión las señales de radar es un punto de interés en el campo de las contramedidas electrónicas. En este trabajo, se utilizan el USRP N210, el USRP-LW N210 y otros periféricos de radio de software general para simular el proceso de transmisión y recepción de señales de radar, y se producen un total de 8 señales de radar, a saber, Barker, Frank, caótica, P1, P2, P3, P4 y OFDM. La señal obtiene imágenes de tiempo-frecuencia (TFI) mediante la función de distribución de Choi-Williams (CWD). De acuerdo con las características del TFI de la señal de radar, se diseña un módulo de extracción de equilibrio de características globales (GFBE). A continuación, se propone una nueva red neuronal convolucional IIF-Net con menos parámetros de red y menos coste de cálculo. El rango de la relación señal-ruido (SNR) es de -10 a 6 dB en los experimentos. Los experimentos muestran que cuando la SNR es superior a -2 dB, la tasa de reconocimiento de señales de la red IIF llega al 99,74%, y la precisión del reconocimiento de señales sigue siendo del 92,36% cuando la SNR es de -10 dB. En comparación con otros métodos, IIF-Net tiene una tasa de reconocimiento más alta y una mayor robustez cuando la SNR es baja.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento