联合多维特征的干扰识别技术研究

• 作者: 杜越 梁金弟 王鹏宇 程郁凡
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 干扰识别 多维特征 决策树 支持向量机
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 应用
• 页码范围: 1609-1615
• 页数: 7页
• 分类号: TN911.7
• 字数: 5212字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2017.12.012

摘要

干扰识别是通信电子防御系统的重要组成部分,针对复杂电磁环境的干扰识别问题,本文研究了联合多维特征的干扰识别技术,从时域、频域和变换域提取了一组对干扰参数、噪声敏感度低且复杂度较低的特征参数,给出了联合多维特征且基于决策树和支持向量机(Support Vector Machine,SVM)的两种干扰识别器结构,并进行了干扰识别性能仿真对比分析.仿真结果表明,这两种识别器对典型电磁干扰均具有良好的识别性能,对于瞄准式干扰、部分频带噪声干扰、噪声调频干扰和脉冲干扰,二者识别性能很接近;对于梳状多音干扰和线性调频干扰,SVM识别器比决策树识别器具有更好的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程郁凡	电子科技大学通信抗干扰技术国家级重点实验室	26	156	7.0	11.0
2	梁金弟	电子科技大学通信抗干扰技术国家级重点实验室	1	7	1.0	1.0
6	杜越	电子科技大学通信抗干扰技术国家级重点实验室	1	7	1.0	1.0
7	王鹏宇	电子科技大学通信抗干扰技术国家级重点实验室	1	7	1.0	1.0