摘要
摘 要:为解决雷达信号调制识别中存在的计算复杂度高、低信噪比环境识别准确率低和仿真数据真实度低等问题,提出了基于频谱形状的低复杂度雷达信号分类算法。对信号频谱进行归一化,按频谱采样的方法提取特征参数,训练机器学习分类模型。雷达信号源生成数据的测试结果表明,本算法对Barker码、Frank码、LFM、BPSK、QPSK 调制和常规雷达信号的分类准确率大于 90%(SNR≥3 dB),计算复杂度低,能适应信号参数变化,具有很好的泛化性。
关键词: 频谱形状 ; 低复杂度 ; 特征提取 ; 频谱采样
0 引言
雷达信号识别技术在电子对抗和无线电监测领域都有着广泛的应用。脉内调制雷达信号的识别是雷达信号侦察的关键一环,关系着后续信号的参数估计&#