【雷达信号分选】基于多示例多标签学习的重叠低截获雷达信号自动识别【附python代码】原文链接在日益复杂的电磁环境中，多个低截获概率（LPI）雷达发射机可能在相似频段同时发射信号，导致接收信号在时域和频域重叠。本文提出一种基于深度卷积神经网络的多示例多标签学习框架（MIML-DCNN），用于自动识别重叠 LPI 雷达信号，且仅需单类型信号进行训练。该框架以端到端方式处理信号，集成精心设计的示例生成模块、复杂 MIML 分类器和自适应阈值校准。通过对四种不同调制类型的模拟重叠信号进行综合实验，证明该框架能在信号重叠时精确识别每个单独信号类型，且对信噪比（SNR）和功率比条件的变化具有鲁棒性。