基于轻量化深度学习的雷达脉内调制类型识别方法及系统

本发明公开基于轻量化深度学习的雷达脉内调制类型识别方法及系统，属于雷达信号处理领域；识别方法包括：使用仿真软件对不同的调制类型进行仿真，得到原始数据集；将原始数据集进行小波变换，得到二维时频特征图像，并通过最近邻插值算法缩小图像尺寸；对每一种调制类型的二维时频特征图集划分为训练集和测试集；将各个调制类型的训练集送入变分自编码器模型中，将每种调制类型的训练集进行平衡和扩充；将平衡后的训练集送入基于轻量化深度学习网络模型中进行训练；使用训练好的基于网络模型对每种调制类型的测试集进行测试，得到识别准确率；将二维时频特征图输入训练后的网络模型，输出调制类型识别结果。