多核融合框架下的雷达辐射源个体识别

• 作者: 史亚 姬红兵 朱明哲 王磊
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 雷达辐射源个体识别 信息融合 多核学习 支持向量机 模糊函数
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 论文
• 页码范围: 2484-2490
• 页数: 7页
• 分类号: TN974
• 字数: 5509字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2013.01698

摘要

该文利用机器学习中多核学习(Multiple Kernel Learning, MKL)算法的多源信息融合功能，提出一种基于核层面信息融合的雷达辐射源个体识别框架。对雷达辐射源信号所提取的不同特征表示，分别构建相应的核函数或核矩阵，然后通过一定的准则计算它们的组合系数，并同时或独立获得支持向量机的分类超平面，最终实现对辐射源信号的分类。特别地，该方法能够实现辐射源信号模糊函数多个“近零”切片特征的有效融合，得到比代表性切片更优的识别性能。在3组实测雷达辐射源数据上的实验表明了所提方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊	西安电子科技大学电子工程学院	43	1471	13.0	38.0
2	姬红兵	西安电子科技大学电子工程学院	193	2504	25.0	36.0
3	朱明哲	西安电子科技大学电子工程学院	11	69	5.0	8.0
4	史亚	西安电子科技大学电子工程学院	4	93	4.0	4.0