針對雷達輻射源識別問題,提出基于改進煙花算法（FWA）的雷達輻射源識別模型,利用改進煙花算法進行參數(shù)尋優(yōu),識別雷達輻射源。在對傳統(tǒng)煙花算法分析的基礎上,通過非線性遞減調(diào)節(jié)煙花爆炸半徑,提高煙花算法的尋優(yōu)能力。仿真結(jié)果表明,改進煙花算法提高了雷達輻射源識別的準確性。 

【文章來源】：電光與控制. 2020,27(10)北大核心CSCD

【文章頁數(shù)】：4 頁

【部分圖文】：

基于煙花算法改進SVM的雷達輻射源識別模型

改進煙花算法由于動態(tài)調(diào)節(jié)煙花爆炸半徑,提高了尋優(yōu)精度,增強了算法的尋優(yōu)能力�；诰�性核、Sigmoid核、RBF核模型、基本煙花算法模型和改進煙花算法模型對測試樣本進行仿真,識別結(jié)果如圖3及表4所示。表4 不同內(nèi)核的SVM建模結(jié)果比較Table 4 Comparison of SVM modeling results of different kernels % 建模方法 識別結(jié)果 基于線性核模型 81.46 基于Sigmoid核模型 16.45 基于RBF核模型 92.28 基于煙花算法優(yōu)化SVM模型 97.77 基于改進煙花算法SVM模型 98.29

【參考文獻】：
期刊論文
[1]基于自動機器學習流程優(yōu)化的雷達輻射源信號識別[J]. 涂同珩,金煒東.  計算機應用研究. 2019(01)
[2]基于改進煙花算法的SVM特征選擇和參數(shù)優(yōu)化[J]. 沈永良,宋杰,萬志超.  微電子學與計算機. 2018(01)
[3]基于改進蜂群算法的雷達網(wǎng)目標分配方法[J]. 王蓉,周雪梅.  火力與指揮控制. 2017(12)
[4]改進的支持向量機低分辨雷達目標分類算法[J]. 陳志仁,顧紅,蘇衛(wèi)民,王釗.  系統(tǒng)工程與電子技術(shù). 2017(11)
[5]改進的混合蛙跳算法在雷達網(wǎng)部署中的應用[J]. 崔玉娟,察豪,田斌.  海軍工程大學學報. 2015(01)
[6]煙花算法研究進展[J]. 譚營,鄭少秋.  智能系統(tǒng)學報. 2014(05)
[7]支持向量機回歸理論與控制的綜述[J]. 王定成,方廷健,唐毅,馬永軍.  模式識別與人工智能. 2003(02)

碩士論文
[1]基于機器學習的雷達輻射源識別方法研究[D]. 李晨陽.西安電子科技大學 2018



本文編號：3135451