数据库样本缺失下的雷达辐射源识别

• 作者: 朱卫纲 李蒙
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 雷达辐射源识别 迁移学习 结构发现 再平衡 支持向量机
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 784-788
• 页数: 5页
• 分类号: TN971
• 字数: 3039字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2017.07.009

摘要

目前,基于机器学习的雷达辐射源识别技术大多以训练集和测试集同分布为假设,当雷达数据库样本不足导致与信号真实分布存在偏差时,传统的分类方法效果不佳.为此,将迁移学习理论引入识别系统,设计了一种基于结构发现与再平衡的雷达辐射源信号识别方法.通过对数据库和待识别辐射源信号样本进行聚类分析发现数据结构信息,通过重采样处理修正其分布差异.将新采样数据输入支持向量机进行训练并对侦收样本进行识别.仿真实验表明,在新训练样本集上学习的模型对测试集的分类性能有了很大的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱卫纲	装备学院光电装备系	20	110	5.0	9.0