文献类型：期刊文章

作　　者：姚瑶[1] 王战红[2]

YAO Yao;WANG Zhanhong(School of Information Engineering,Zhengzhou Institute of Technology,Zhengzhou 450044,China;Department of Image and Network Investigation Technology,Railway Police College,Zhengzhou 450053,China)

机构地区：[1]郑州工程技术学院信息工程学院,河南郑州450044 [2]铁道警察学院图像与网络侦查系,河南郑州450033

出　　处：《探测与控制学报》

基　　金：河南省高等学校青年骨干教师培养计划项目资助(2016GGJS-201);河南省科技厅科技攻关项目资助(182102310982);河南省高等学校重点科研项目资助(18B520038)

年　　份：2018

卷　　号：40

期　　号：6

起止页码：99-105

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对时频图像在预处理中特征保留不足的问题以及人工提取特征的复杂性,提出了一种基于时频图像预处理下卷积网络(CNN)的雷达信号识别算法。利用平滑伪Wigner-Ville分布的良好时频聚集性,对信号进行时频变换,通过对称映射、主能量脊提取、二值化、重置图像等预处理步骤,在极大地保留信号图像特征的基础上,降低数据量,减小噪声干扰,最后将信号图像输入到经过预训练的CNN中进行识别。实验结果表明,预处理方法在低信噪比下有着更好的保留特征的优势,且提出的算法相比于两种人工提取特征的方法,在低信噪比下识别率分别提高了13%和9.2%。

关 键 词：平滑伪Wigner-Ville分布  卷积神经网络 预处理 信号识别

分 类 号：TN911]