基于QPSO的雷达辐射源信号识别方法研究

• 作者: 徐佳婧 徐璟 郭戈 魏洁
• 来源期刊: 空军预警学院学报
• 学科: 工学
• 关键词: 辐射源识别 支持向量机 量子粒子群算法
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 预警监视技术
• 页码范围: 161-164
• 页数: 4页
• 分类号: TN95|TN97
• 字数: 3291字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-5839.2014.03.002

摘要

鉴于支持向量机(SVM)方法对雷达辐射源信号具有较理想的识别结果，但对模型参数没有具体选择方法的问题，设计了一种以具有量子行为的粒子群优化(QPSO)算法为参数优化方法的SVM分类器，并提出了基于QPSO-SVM的雷达辐射源信号识别方法．QPSO-SVM分类器在采用QPSO算法对SVM进行优化改进的同时，继承了SVM分类器泛化能力强的特点，对雷达辐射源信号识别问题具有良好的适应性．实验结果表明，与其他方法相比，本文方法在保证识别准确率的同时，降低了参数选择时间．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐璟		9	86	5.0	9.0
2	徐佳婧		4	7	2.0	2.0
3	郭戈		9	13	2.0	3.0