文献

J-GLOBAL ID：202002288251261788   整理番号：20A2594378

脈間特徴深さ学習に基づくレーダエミッタ識別【JST・京大機械翻訳】

Radar Emitter Identification Based on Deep Learning of Inter-pulse Features

著者 (4件)： Zheng Chaofan (国防科技大学電子科学学院,湖南長沙410000) ,  Wu Hao (国防科技大学電子科学学院,湖南長沙410000;93116部隊,遼寧沈陽110000) ,  Hao Yunfei (国防科技大学電子科学学院,湖南長沙410000) ,  Liu Zheng (国防科技大学電子科学学院,湖南長沙410000)
資料名： Xinhao Chuli  (Xinhao Chuli)
巻： 36  号： 8  ページ： 1187-1195  発行年： 2020年 
JST資料番号： C2154A  ISSN： 1003-0530  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 多機能レーダーは複雑なプログラムスケジューリングの下で、発射信号パラメーターが広い値範囲、速い変化速度、変化ランダム性などの特徴が現れ、非協力受信側は有効な信号モデルを構築できないため、電子パトロールシステムのレーダー放射源識別に厳しい挑戦をもたらす。本文では、深さ学習に基づく複雑体制レーダーの放射源識別方法を提案し、大サンプル全パルスデータを利用して、脈間のパラメータ変化の画像特徴表示を形成させ、巨視的にレーダー輻射源の隠れた波形設計メカニズムを明らかにした。AlexNetネットワークに基づく画像特徴深さ学習ネットワークを,放射源同定のために設計し,そして,測定データ実験は,本方法が,一定時間スパンにおける有限部同型多機能レーダに対して,良好な認識性能を持った。それは,多機能レーダエミッタの知的個人識別のための新しい解決策を提供する。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *レーダ ,  *学習 ,  スケジューリング ,  ネットワーク ,  スパン ,  受信 ,  画像特性
準シソーラス用語： 個人認証 ,  ランダム性 ,  信号モデル ,  多機能 ,  波形設計 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 脈 ,  学習 ,  レーダ ,  エミッタ ,  識別