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%。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社