基于并行特征融合网络的雷达信号分类方法

杨翼; 胡远江; 吴湘宁; 潘志鹏; 王梦雪

doi:10.19292/j.cnki.jdxxp.2026.01.005

吉林大学学报(信息科学版) ›› 2026, Vol. 44 ›› Issue (1) : 9 -17. DOI: 10.19292/j.cnki.jdxxp.2026.01.005

基于并行特征融合网络的雷达信号分类方法

杨翼, 胡远江, 吴湘宁, 潘志鹏, 王梦雪

作者信息 +

Author information +

文章历史 +

摘要

针对目前大部分基于神经网络的雷达调制信号识别算法仅依赖于单一信息源，而忽视了利用多个模态信息特征的优势互补性问题，提出了一种基于信号一维序列和二维时频图的多模态并行特征融合模型。首先，在时序特征提取模块中引入时间二维变化建模的思想提取时序特征，在频域特征提取模块引入带线性瓶颈层的逆残差结构提取频域特征。然后，通过引入两种不同的注意力机制以及残差连接，有效实现了多模态特征的互补性融合。在DeepRadar2022和自建数据集上的实验结果表明，该模型在提供更为丰富的特征表征方面取得了显著成果，具有较高的分类准确率并表现出良好的抗噪性。