基于CGRU-SVM的星载SAR工作模式识别方法

针对传统星载SAR工作模式反演方法存在的识别精度低和时效性差的问题，提出了一种基于CGRU-SVM的星载SAR工作模式识别方法。该方法以星载SAR信号脉冲峰值I/Q数据为输入，充分利用深度学习网络的自适应特征学习能力，采用CGRU编码器提取并生成原始信号的分类特征向量，最后将特征向量输入SVM分类器中，实现了由原始SAR信号到星载SAR工作模式的“端到端”快速有效识别，降低了人为因素的影响和识别过程的复杂性。实验结果表明，相较于传统反演方法和其他网络模型，CGRU-SVM模型具有更优的训练效率和识别准确率，平均识别准确率可达91%以上。