摘要
通过对雷达信号调制方式的识别有助于分析雷达工作的模式和目的,可为及时采取恰当的应对措施提供重要依据。为了解决小样本雷达信号调制识别问题,本文提出一种基于动态加权的深度集成学习(Ensemble Learning, EL)模型,该模型通过将多个简单、高效的深度学习模型集成,并根据不同学习模型的预测误差自动调整其权重,以提高集成学习模型的预测准确性与稳定性。仿真结果表明,通过对6种不同信噪比条件下的雷达信号进行识别,该算法可提高单个学习模型的识别效率。
出处
《数字技术与应用》
2024年第7期38-40,共3页
Digital Technology & Application
基金
江苏省杰出青年学者自然科学基金资助项目(BK20180028)
江苏省优秀青年学者自然科学基金资助项目(BK20170089)。
