HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于SLIDE+SVM的雷达辐射源信号识别

作者:黄颖坤; 金炜东雷达辐射源信号识别分段聚集近似表示线性降噪器支持向量机

摘要:针对依靠经验提取辐射源信号特征方法的不足,提出了一种基于自主特征学习的雷达辐射源信号识别模型。该模型由2个部分组成:(1)将雷达信号变换到频域,利用改进的分段聚集近似表示(Piecewise Aggregate Approximation,PAA)算法对信号降维;(2)构造多层线性降噪器(Linear Denoiser,LIDE)进行特征学习,模型采用无监督训练方法,构建一个SVM进行识别。通过仿真5种不同的辐射源信号验证了模型的有效性,结果表明该模型在低信噪比下能获得较好的识别正确率。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

系统仿真学报

《系统仿真学报》(CN:11-3092/V)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情