本文選題：雷達(dá)信號識別 + 半監(jiān)督支持向量機　； 參考：《計算機工程與應(yīng)用》2017年06期

【摘要】：為提升在日趨復(fù)雜的電子對抗環(huán)境中對雷達(dá)信號識別的準(zhǔn)確率,提出了一種基于啟發(fā)式采樣搜索(Heuristic Sampling Search,HSS)改進(jìn)S3VM的雷達(dá)輻射源信號識別算法。根據(jù)模糊函數(shù)理論,通過對雷達(dá)信號的模糊函數(shù)進(jìn)行奇異值分解(SVD),提取出奇異向量作為雷達(dá)信號識別的特征參數(shù);針對傳統(tǒng)的半監(jiān)督支持向量機(Semi-supervised SVM,S3VM)的不足,利用改進(jìn)的S3VM構(gòu)建分類器對雷達(dá)信號進(jìn)行分類,完成對測試樣本的識別。該方法通過啟發(fā)式采樣搜索來尋求具有代表性的多個大邊緣低密度的分類決策面,有效解決傳統(tǒng)S3VM分類精度低且分類性能不穩(wěn)定等缺點。實驗結(jié)果表明,在雷達(dá)信號識別中,該算法明顯提高了分類準(zhǔn)確率。
[Abstract]:In order to improve the accuracy of radar signal recognition in the increasingly complex electronic countermeasure environment, an improved radar emitter signal recognition algorithm based on heuristic sampling search (HSS) is proposed. According to the theory of fuzzy function, singular vector is extracted as the characteristic parameter of radar signal recognition by using singular value decomposition (SVD) of fuzzy function of radar signal. The improved S3VM classifier is used to classify radar signals, and the test samples are identified. This method uses heuristic sampling search to find representative decision surfaces with large edges and low density, which can effectively solve the shortcomings of traditional S3VM classification, such as low accuracy and unstable classification performance. The experimental results show that the algorithm improves the classification accuracy obviously in radar signal recognition.
【作者單位】： 空軍工程大學(xué)航空航天工程學(xué)院;
【基金】：航空科學(xué)基金(No.20152096019)
【分類號】：TN957.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉愛霞,趙國慶;一種新的雷達(dá)信號識別方法[J];航天電子對抗;2003年01期

2 ;雷達(dá)信號識別的一種方法[J];電子對抗技術(shù);1986年Z1期

3 李廣彪,張劍云,毛云祥;一種新的雷達(dá)信號識別可信度確定方法[J];現(xiàn)代雷達(dá);2005年05期

4 孫亞偉;黃建沖;徐英;;基于時間序列相似性原理的雷達(dá)信號識別[J];航天電子對抗;2012年04期

5 邱憲文,羅景青;灰關(guān)聯(lián)分析與雷達(dá)信號識別[J];雷達(dá)與對抗;1999年02期

6 龔亮亮,羅景青,吳世龍;雷達(dá)信號識別中一種基于熵權(quán)的特征權(quán)重確定方法[J];艦船電子工程;2005年02期

7 鄧振淼;劉渝;;多相碼雷達(dá)信號識別與參數(shù)估計[J];電子與信息學(xué)報;2009年04期

8 王歡;何明浩;劉銳;韓俊;;雷達(dá)信號識別效果的模糊綜合評價研究[J];雷達(dá)科學(xué)與技術(shù);2012年04期

9 寧宇;;基于分形理論和神經(jīng)網(wǎng)絡(luò)的雷達(dá)信號識別算法[J];中小企業(yè)管理與科技(中旬刊);2014年02期

10 陳婷;嚴(yán)曉蘭;;基于粗集和支持向量機的雷達(dá)信號識別法[J];航天電子對抗;2010年06期

相關(guān)會議論文 前1條

1 王惠娟;;雷達(dá)信號識別綜合可信度確定的新算法[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

相關(guān)博士學(xué)位論文 前1條

1 朱健東;復(fù)雜體制雷達(dá)信號識別與參數(shù)估計研究[D];解放軍信息工程大學(xué);2013年

相關(guān)碩士學(xué)位論文 前7條

1 王開洋;雷達(dá)信號識別關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

2 李密;雷達(dá)信號識別關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2014年

3 牛r，

本文編號：2085919