基于SOM聚类平滑图信号生成的MFR工作模式识别方法

摘要

针对无人机集群截获的信号样本难以直接融合分析，以及训练样本较少且工作模式样本不平衡条件下多功能雷达(MFR)工作模式识别精度低的问题，提出了一种基于自组织映射(SOM)聚类平滑图信号生成的MFR工作模式识别方法。首先，利用分布式SOM算法对截获的信号样本集进行聚类，提取样本之间的相似性；然后，依据聚类结果将信号样本集以平滑图信号的方式表征，建立同一工作模式下信号样本的关联；最后，采用图注意力网络对上述图信号进行图节点数据融合与分类，完成MFR工作模式识别。实验结果表明，在工作模式样本不平衡度约为10∶1,每种类别训练样本数为25时，该方法的识别准确率和F1指数相对现有方法分别提高了22.8%、22.34%,且能适用于存在一定噪声干扰的情况。

关键词

MFR工作模式识别 / 无人机集群 / 平滑图信号 / 自组织映射 / 图注意力网络