《表1 信噪比为-15 dB测试集下的混淆矩阵》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种深度学习的雷达辐射源识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在对VGG16进行仔细分析后，建立如图2所示基于VGG16的雷达辐射源信号识别模型。利用卷积层进行雷达信号时频图像特征提取，全连接层对提取的特征进行整合，输出层根据特征分类识别[14]。并且对VGG16的5个卷积块的输出进行了可视化实验，如图3所示，第一列为-5dB信噪比条件下的一个BPSK信号时频图像作为VGG16输入样本，由于每个卷积块特征图太多，此处每个卷积块选取4张特征图（2到5列）合并后作为每个卷积块的输出（最后一列），1到5行分别代表1到5个卷积块。可以发现，第1个卷积块主要提取了信号的时频结构特征，第2、3个卷积块主要提取了信号的相位突变点特征，第4、5个卷积块主要提取了一些背景信息和噪声点。所以，VGG16的确能准确提取雷达信号时频图像的特征作为分类依据，但也由于其特征提取能力太强，一些噪声点也被当做信号特征提取了，这可能导致识别准确率的下降[15]。