[发明专利]一种基于深层神经网络的雷达波形设计方法有效
| 申请号： | 201910613482.0 | 申请日： | 2019-07-09 |
| 公开（公告）号： | CN110208770B | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 李伟;赵俊龙;王泓霖 | 申请（专利权）人： | 中国人民解放军空军工程大学 |
| 主分类号： | G01S7/41 | 分类号： | G01S7/41;G06N3/08;G06N3/04;G06F30/27 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 汤东凤 |
| 地址： | 710051 陕西省西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深层神经网络的雷达波形设计方法，包括：设定目标，干扰，杂波，噪声这四种环境变量；利用MI准则和SINR准则分别设计雷达波形，获得雷达波形的频域能量分布；构成训练集和测试集；设计一个DNNs；使用训练集对DNNs进行训练；使用训练完成的DNNs生成雷达波形；本发明与现有的雷达波形设计方法相比，可以兼顾MI准则、SINR准则生成信号的方式，提高雷达的分辨率与频域能量分配的精确度，且避免了由联合不同准则带来的大量公式推导。 | ||
| 搜索关键词： | 一种 基于 深层 神经网络 雷达 波形 设计 方法 | ||
【主权项】：
1.一种基于深层神经网络的雷达波形设计方法，包括：步骤1：设定环境变量；步骤2：根据步骤1中设定的环境变量，利用信号产生准则设计雷达波形，获得雷达波形的频域能量分布；步骤3：利用步骤2中频域能量分布和步骤1中环境变量构成神经网络的训练集和测试集；步骤4：根据环境变量、信号产生准则生成的信号构建神经网络；步骤5：使用训练集对神经网络进行训练；步骤6：使用神经网络生成雷达波形信号。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军空军工程大学，未经中国人民解放军空军工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910613482.0/，转载请声明来源钻瓜专利网。
