基于DAGSVM的雷达辐射源信号分选与识别

• 作者: 李浩 邱超凡
• 来源期刊: 雷达科学与技术
• 学科: 工学
• 关键词: 支持向量机 雷达辐射源 分选与识别 分类器 有向无环图
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 信号/数据处理
• 页码范围: 247-252,258
• 分类号: TN957|TN974
• 字数: 4847字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2337.2011.03.010

摘要

支持向量机具有较好的解决小样本、非线性问题的能力，而DAG算法具有分类精度高的优点。针对现有方法分选与识别准确率不高和对参数变换敏感的问题，在DAGSVM的基础上，提出一种新的雷达辐射源分选与识别方法。首先概述了支持向量机的原理及特点，然后完成了对SVM多分类器的设计，介绍了DAG算法，提出了基于DAGSVM的雷达辐射源信号分选与识别。并通过仿真实验分析了分类器对分选识别结果的影响。实验结果表明，使用DAGSVM这种方法是可行的，该方法具有较强的泛化性能，明显地提高了信号分选识别的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱超凡	解放军炮兵学院火控教研室	2	6	1.0	2.0