一种基于多分类器融合的雷达辐射源识别方法

• 作者: 姬红兵 李林
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 雷达辐射源识别 多分类器融合 灰关联分析 概率SVM D-S证据推理
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 396-400
• 分类号: TN974
• 字数: 4256字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2010.03.024

摘要

雷达辐射源识别传统方法只使用一个分类器进行分类,对于类别数较大、输入样本受噪声污染严重的情况很难获得好的识别效果.首先分析了雷达特定辐射源识别的可行性,分别提取信号的包络和双谱用来作为个体特征.然后将概率SVM引入雷达辐射源识别,得到分类识别的概率输出,并结合灰关联分析得到的灰关联度,采用D-S证据推理方法对两个分类器结果进行融合.仿真实验针对10种同类型雷达的脉冲数据,结果证明多分类器融合较之单个分类器能获得更高的识别率,提高了分类置信度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬红兵	西安电子科技大学电子工程学院	193	2504	25.0	36.0
2	李林	西安电子科技大学电子工程学院	20	155	8.0	12.0