基于长短期记忆网络的线性调频信号识别技术研究

针对线性调频等大带宽侦察信号在传统识别模型中运算复杂,识别准确率有限的问题,本文在传统信号识别技术的基础上提出了一种基于长短期记忆网络的深度学习信号分类方法,通过建立不同带宽参数下线性调频信号构建的仿真数据集,搭建深度学习网络模型,将带标签的数据集输入网络模型,对仿真的侦测目标线性调频信号数据进行持续性学习,实现了对复杂信号目标的识别分类,通过与传统识别方法的对比,发现提高了准确率,是一种可行的线性调频信号识别技术。