《表2-8 d B下5种多相码的识别结果（增强的STFTSST算法）》

  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

《基于STFT-SST和深度卷积网络的多相码雷达信号识别》

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

由图5(a）可以看出，随着SNR的减小，5种多相码识别准确率逐步降低。当SNR大于-6 d B时，3种算法的整体识别率均超过93.5%，识别效果较好。其中，STFT?SST算法的整体识别率与CWD算法基本接近，而增强的STFT?SST算法识别率略高于CWD算法。当SNR小于-6 d B时，整体识别率下降较为明显。STFT?SST算法和增强后的STFT?SST算法的整体识别率均明显高于CWD算法。在SNR为-8 d B时，3种算法的整体识别率分别为90.2%，91.8%，88.0%。这说明采用STFT?SST时频分析在低SNR条件下的识别性能更具优势，并且使用频谱增强后的STFT?SST可以进一步提升识别准确率。由图5(b—f）单个信号的识别结果来看，P2码的识别效果最佳，其特征明显区别于其他信号，在低SNR下也易于识别。Frank和P3码的识别性能次之。当SNR=-10 d B时，STFT?SST算法对以上3种信号的识别率可达90%以上，相比文献[6，8]中的方法，性能有着明显的提升。P1和P4的识别精度最低，两者的时频特征都为多条相似的直线，差别仅在于直线有无细微的阶梯状特点。在SNR为-10 d B条件下下，相比CWD算法，增强的STFT?SST算法的识别精度可提高8～10d B。这表明本文提出的算法在低SNR条件下可获得更好的识别性能。表2给出了-8 d B下采用增强的STFT?SST算法对5种多相码的识别结果，其中，P3码容易被误识别为Frank码，而P1码和P4码容易相互混淆。