• ETRI Journal
• /
• 제43권6호
• /
• pp.991-1003
• /
• 2021

Automatic modulation classification is essential in radar emitter identification. We propose a cascade classifier by combining a support vector machine (SVM) and convolutional neural network (CNN), considering that noise might be taken as radar signals. First, the SVM distinguishes noise signals by the main ridge slice feature of signals. Second, the complex envelope features of the predicted radar signals are extracted and placed into a designed CNN, where a modulation classification task is performed. Simulation results show that the SVM-CNN can effectively distinguish radar signals from noise. The overall probability of successful recognition (PSR) of modulation is 98.52% at 20 dB and 82.27% at -2 dB with low computation costs. Furthermore, we found that the accuracy of intermediate frequency estimation significantly affects the PSR. This study shows the possibility of training a classifier using complex envelope features. What the proposed CNN has learned can be interpreted as an equivalent matched filter consisting of a series of small filters that can provide different responses determined by envelope features.

• 한국산학기술학회논문지
• /
• 제10권7호
• /
• pp.1536-1541
• /
• 2009

본 논문은 2단 스태거 펄스열을 사용하는 레이더 신호를 분리하는 전자전 장비의 알고리즘에 관한 연구이다. 일반적으로 레이더는 고정된 펄스열을 사용하였으나 최신 레이더들은 전자보호 기능을 강화하기 위해서 펄스열을 바꾸고 있다. 2단 스태거 펄스신호는 2가지의 펄스반복주기를 교대로 사용하여 레이더의 탐지 성능을 향상시키고 전자보호 능력을 향상시키는 좋은 방법이다. 종래에는 히스토그램 방법을 사용하여 스태거 신호를 식별하였으나, 본 논문에서는 펄스열의 2차 차분을 이용하는 방법으로 신호를 식별하였으며, 종래에 사용하던 방법과 비교해서 처리 속도가 매우 빠르다. 제안된 알고리즘은 2단 스태거 펄스열을 포함한 각종 펄스열을 분리하는 특성이 매우 양호하였다.