基于粗集理论的雷达辐射源信号识别

• 作者: 张葛祥 胡来招 金炜东
• 来源期刊: 西安交通大学学报
• 关键词: 信号识别 粗集理论 雷达辐射源
• 年，卷（期）: 2005,（8）
• 页码范围: 871-875
• 页数: 5页
• 分类号: TN957|TP18
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2005.08.022

摘要

将粗集理论(RST)引入到雷达辐射源信号(RES)识别中, 提出一种区间连续属性离散化新方法及相应的特征选择算法, 将RST与神经网络(NN)结合,设计粗集神经网络(RNN)分类器. 实验结果表明,该方法解决了已有方法难以处理的区间连续属性离散化问题, 获得的正确识别率比其他3种方法分别高出7.29%、4.34%和4.00%. RNN的平均训练代数比NN少97.54, RNN的平均识别率比NN高2.84%,这表明RNN具有比NN更好的分类能力和泛化能力,从而证实了该方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张葛祥	西南交通大学电气工程学院	73	1799	20.0	41.0
3	金炜东	西南交通大学电气工程学院	295	3889	30.0	49.0
4	胡来招		16	433	11.0	16.0