基于半监督学习网络的雷达有源干扰识别

为提升具有少量标签的雷达有源干扰信号识别性能,提出一种基于半监督学习(SSL)网络的雷达有源干扰识别方法。首先,建立雷达有源干扰模型;然后,利用时频分析方法提取信号高维特征,并构建雷达有源干扰信号数据集;最后,开展基于FixMatch算法的雷达有源干扰识别。仿真结果表明,在数据集具有28个标签时模型精度为87.6%,具有175个标签时模型精度为92.8%,具有2800个标签时模型精度为94.7%。验证了SSL算法在具有少量标签的雷达有源干扰信号识别中有较好的效果。