第43卷第2期桂林电子科技大学学报Vol.43,No.22023年4月JournalofGuilinUniversityofElectronicTechnologyApr.2023收稿日期:2022-05-11基金项目:国家自然科学基金(62071135);认知无线电与信息处理省部共建教育部重点实验室主任基金(CRKL190104);桂林电子科技大学研究生教育创新计划(2021YCXS041)通信作者:周陬(1983-),男,副教授,博士,研究方向为无人机群体智能、多传感室内定位与建图、物联网与大数据技术应用。E-mail:zhouzou@guet.edu.cn引文格式:罗健,仇洪冰,周陬,等.基于SOM聚类平滑图信号生成的MFR工作模式识别方法[J].桂林电子科技大学学报,2023,43(2):120-127.基于SOM聚类平滑图信号生成的MFR工作模式识别方法罗健,仇洪冰,周陬,顾宇,王若楠,费文浩(桂林电子科技大学认知无线电与信息处理教育部重点实验室,广西桂林541004)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;图注意力网络中图分类号:TN974文献标志码:A文章编号:1673-808X(2023)02-0120-08MFRworkingmoderecognitionbasedonsmoothgraphsignalgeneratedbySOMclusteringLUOJian,QIUHongbingZHOUZou,GUYu,WANGRuonan,FEIWenhao(KeyLaboratoryofCognitiveRadioandInformationProcessingofMinistryofEducation,GuilinUniversityofElectronicTechnology,Guilin541004,China)Abstract:UAVswarmsarewidelyusedinradarsignalinterceptionduetotheiradvantagesofwidesensingrangeandrapidinformationsharing.AimingattheproblemthatthesignalsamplesinterceptedbyUAVclusteraredifficulttobefusedandanalyzeddirectly,andtherecognitionaccuracyofmulti-functionradar(MFR)workingmodeislowundertheconditionoffewtrainingsamplesand...
