基于MFI-QRAM的LPI雷达调制样式识别方法

本发明涉及装备建设图像识别，尤其涉及基于mfi-qram的lpi雷达调制样式识别方法。

背景技术：

1、基于脉内特征的lpi雷达调制样式的识别，主要包括识别对象的选取和具体识别策略的确定两个方面。在识别对象选取方面，主要是综合考虑表征能力、提取复杂度、对信噪比的敏感程度、类内聚敛性和类间分离能力等，并且根据雷达辐射源脉冲设计的时频分辨需求，综合考虑信号时延和多普勒频移的模糊函数分析法等，已成为近年来进行lpi雷达调制样式识别的主要手段。但是，上述识别方式存在难以有效进行全面提取且不具备强区分度脉内特征的缺陷，另外，提取的特征在低信噪比下性能下降明显，更无法应用于信噪比较高的场景，最终造成识别调制样式的准确性较低。

2、上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本发明的主要目的在于提供一种基于mfi-qram的lpi雷达调制样式识别方法，旨在解决现有技术识别调制样式的准确性较低的技术问题。

2、为实现上述目的，本发明提供了一种基于mfi-qram的lpi雷达调制样式识别方法，所述方法包括以下步骤：

3、获取待识别lpi雷达信号，并构建所述待识别lpi雷达信号的模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像；

4、通过多特征融合模型根据所述模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像生成三维特征融合图像；

5、对所述三维特征融合图像进行身份映射，以及对所述三维特征融合图像进行残差映射；

6、通过目标调制样式识别模型对映射后的身份特征图像和映射后的残差图像进行识别，得到所述待识别lpi雷达信号的调制样式。

7、可选地，所述构建所述待识别lpi雷达信号的模糊函数图像，包括：

8、获取待识别lpi雷达信号，确定所述待识别lpi雷达信号的采样数据和信号模糊函数；

9、根据所述信号模糊函数确定所述待识别lpi雷达信号在时域和频域的联合分布数据；

10、根据所述采样数据和所述联合分布数据构建目标维度图像方阵；

11、对所述目标维度图像方阵进行归一化处理，得到模糊函数图像。

12、可选地，所述构建所述待识别lpi雷达信号的协方差矩阵图像，包括：

13、确定信号截取系数，根据所述信号截取系数对所述待识别lpi雷达信号进行分段截取；

14、按照列向量排列策略依次对分段截取的多段待识别lpi雷达信号进行排列，以生成目标信号方阵；

15、根据所述目标信号方阵求解协方差矩阵，并根据所述协方差矩阵构建协方差矩阵图像；

16、根据所述待识别lpi雷达信号构建短时傅里叶变换图像。

17、可选地，所述构建所述待识别lpi雷达信号的短时傅里叶变换图像，包括：

18、对所述待识别lpi雷达信号进行复数域转换；

19、通过时域函数对转换后的待识别lpi雷达信号进行截取；

20、对截取的待识别lpi雷达信号进行傅里叶变换，得到各段待识别lpi雷达信号的频率；

21、根据所述各段待识别lpi雷达信号的频率确定信号频率分布；

22、根据所述信号频率分布构建短时傅里叶变换特征载体，并为所述短时傅里叶变换特征载体设置参数，以构建短时傅里叶变换图像。

23、可选地，所述通过多特征融合模型根据所述模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像生成三维特征融合图像，包括：

24、通过分辨率转换策略分别对所述模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像进行转换；

25、分别对转换后的模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像进行降噪；

26、通过目标通道转换策略分别对降噪后的模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像进行通道转换；

27、通过多特征融合模型对通道转换后的模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像进行融合，得到三维特征融合图像。

28、可选地，所述通过目标调制样式识别模型对映射后的身份特征图像和映射后的残差图像进行识别，得到所述待识别lpi雷达信号的调制样式之前，还包括：

29、根据含有三层卷积的残差映射模块、一个卷积层的身份映射模块以及身份映射模块的权重生成准残差结构；

30、分别在所述准残差结构中的各映射模块中嵌入目标注意模块，得到当前残差结构；

31、在所述当前残差结构的输入处嵌入空间am，以及在所述当前残差结构的输出处嵌入通道am；

32、根据嵌入后的当前残差结构根据历史雷达信号的调制样式样本集训练目标调制样式识别模型。

33、可选地，所述根据嵌入后的当前残差结构根据历史雷达信号的调制样式样本集训练目标调制样式识别模型之后，还包括：

34、获取调制样式识别测试集；

35、根据所述调制样式识别测试集对所述目标调制样式识别模型进行测试，得到当前测试结果；

36、根据所述当前测试结果确定当前测试准确率；

37、在所述当前测试准确率大于或等于预设准确率阈值时，通过目标调制样式识别模型对映射后的身份特征图像和映射后的残差图像进行识别。

38、此外，为实现上述目的，本发明还提出一种基于mfi-qram的lpi雷达调制样式识别装置，所述基于mfi-qram的lpi雷达调制样式识别装置包括：

39、获取模块，用于获取待识别lpi雷达信号，并构建所述待识别lpi雷达信号的模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像；

40、生成模块，用于通过多特征融合模型根据所述模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像生成三维特征融合图像；

41、映射模块，用于对所述三维特征融合图像进行身份映射，以及对所述三维特征融合图像进行残差映射；

42、识别模块，用于通过目标调制样式识别模型对映射后的身份特征图像和映射后的残差图像进行识别，得到所述待识别lpi雷达信号的调制样式。

43、此外，为实现上述目的，本发明还提出一种基于mfi-qram的lpi雷达调制样式识别设备，所述基于mfi-qram的lpi雷达调制样式识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于mfi-qram的lpi雷达调制样式识别程序，所述基于mfi-qram的lpi雷达调制样式识别程序配置为实现如上文所述的基于mfi-qram的lpi雷达调制样式识别方法。

44、此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有基于mfi-qram的lpi雷达调制样式识别程序，所述基于mfi-qram的lpi雷达调制样式识别程序被处理器执行时实现如上文所述的基于mfi-qram的lpi雷达调制样式识别方法。

45、本发明提出的基于mfi-qram的lpi雷达调制样式识别方法，通过获取待识别lpi雷达信号，并构建所述待识别lpi雷达信号的模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像；通过多特征融合模型根据所述模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像生成三维特征融合图像；对所述三维特征融合图像进行身份映射，以及对所述三维特征融合图像进行残差映射；通过目标调制样式识别模型对映射后的身份特征图像和映射后的残差图像进行识别，得到所述待识别lpi雷达信号的调制样式；通过上述方式，在构建出待识别lpi雷达信号的模糊函数图像、协方差矩阵图像以及短时傅里叶变换图像后，利用多特征融合模型生成三维特征融合图像，然后分别进行身份映射和残差映射，再利用由注意模块和残差模块训练的目标调制样式识别模型进行调制样式识别，从而能够有效提高识别调制样式的准确性。