ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】本文针对低信噪比下辐射源信号识别中时效性和识别率矛盾的问题，提出了一种基于小波分解（W a v e l e t Decomposition）和一维 LeNet-5（1 Dimension LeNet-5，1DLeNet-5）的辐射源信号识别算法。首先，使用小波分解将原始信号分解到不同频带的子信号，然后转换到频域，将处理后的信号输入 1DLeNet-5 模型中自动提取特征和分类。本文在不同的小波基下进行了仿真识别，结果表明，对于 b i o r2.6 小波基，在信噪比不低于 -8d B 时其中 5 种信号的识别率高于 75%，证明了该方法的有效性。
