数字技术与应用杂志社

摘要：<正>为解决传统算法在高脉冲丢失率、多参数相似、动态脉冲重复间隔（PRI）变化等场景中表现不佳的问题，提升复杂电磁环境下特殊雷达信号的分选性能，本文提出融合双向长短期记忆网络（BiLSTM）和序列搜索验证机制的小样本滑变信号识别算法，设计基于已知辐射源模板驱动的分段协同分选流程。采用12组对照实验综合评估分选算法在不同丢失率与抖动范围下的适应性。实验结果表明，该算法在35%高丢失率、15%强抖动条件下仍能保持较高PRI估计精度。通过进一步对四类滑变信号进行小样本识别测试，结果表明，改进算法在30%丢失率下准确率达94.1%，优于原始Bi LSTM及其他模型。

专辑： 信息科技

专题： 电信技术

分类号： TN957.51