关键词：辐射源型号识别 深度学习 受限玻尔兹曼机 深度置信网络 

摘要：针对传统雷达辐射源型号识别依赖专家经验构建识别模型,识别特征粗放、不完备,难以准确识别复杂体制雷达的问题,提出了一种基于深度学习的雷达辐射源型号识别方法。首先对时域波形数据降维、对齐、采样等预处理;然后采用受限玻尔兹曼机(RBM)和深度置信网络(DBN)模型训练样本;最后分别采用K最近邻(KNN)、随机森林(RF)、支持向量机(SVM)三种分类器完成识别任务。实验采用9类雷达辐射源型号的外场数据验证算法的有效性,实验表明基于深度学习的雷达辐射源型号识别方法取得了较好的识别效果。

电子信息对抗技术杂志要求:

{1}正文文本，5号宋体，单倍行距，页边距上下限、左右边距均采用Office 软件的默认设置。

{2}作者单位：单位全称、邮政编码及单位所在地名，并提供第一作者的年龄、性别、籍贯、技术职称、学历等信息。

{3}参考文献：凡文稿中引用他人资料和结论者，务请按《著作权法》在参考文献中写出，著录格式按照文中出现的先后次序编码。多次引用同一著者文献时，只编一个号，即在正文中标注首次引用的文献序号，并在序号的“［］”外著录引文页码。例如：张三[2]8-12；张三[2]66-80。

{4}论文、研究报告和评论一般不超过10个版面页，并附300字左右的中文摘要及4～8个关键词，摘要简要地介绍研究目的、方法及主要结论。英文摘要和中文摘要对应，不超过300单词。

{5}计量单位以国家法定计量单位为准；统计学符号按国家标准《统计学名词及符号》的规定书写。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社