随着相控阵技术的快速发展与广泛应用,多功能雷达的工作模式趋于多样化、复杂化。实施快速且准确的雷达工作模式识别,对于后续威胁度分析、行为意图推理、行动决策信息生成具有重要支撑作用。以雷达信号时频图为切入点,结合基于双级路...随着相控阵技术的快速发展与广泛应用,多功能雷达的工作模式趋于多样化、复杂化。实施快速且准确的雷达工作模式识别,对于后续威胁度分析、行为意图推理、行动决策信息生成具有重要支撑作用。以雷达信号时频图为切入点,结合基于双级路由注意力机制的多尺度特征提取方法,对雷达脉冲信号时频演化特征进行精细化、层次化的提取,进而实现识别。实验结果表明,在低信噪比(Signal to Noise Ratio,SNR)环境下(SNR=-20 dB),识别准确率保持在92%左右。在脉冲丢失率和虚假脉冲率分别为10%、20%、30%的情况下,识别准确率分别达到99.36%、96.81%、90.45%。该方法在复杂环境下具有较强的鲁棒性和抗干扰能力,为雷达工作模式识别提供了一种新颖且有效的解决方案。展开更多
文摘随着相控阵技术的快速发展与广泛应用,多功能雷达的工作模式趋于多样化、复杂化。实施快速且准确的雷达工作模式识别,对于后续威胁度分析、行为意图推理、行动决策信息生成具有重要支撑作用。以雷达信号时频图为切入点,结合基于双级路由注意力机制的多尺度特征提取方法,对雷达脉冲信号时频演化特征进行精细化、层次化的提取,进而实现识别。实验结果表明,在低信噪比(Signal to Noise Ratio,SNR)环境下(SNR=-20 dB),识别准确率保持在92%左右。在脉冲丢失率和虚假脉冲率分别为10%、20%、30%的情况下,识别准确率分别达到99.36%、96.81%、90.45%。该方法在复杂环境下具有较强的鲁棒性和抗干扰能力,为雷达工作模式识别提供了一种新颖且有效的解决方案。
