基于SLIDE+SVM的雷达辐射源信号识别

• 作者: 金炜东 黄颖坤
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 雷达辐射源信号识别 分段聚集近似表示 线性降噪器 支持向量机
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 1944-1949
• 页数: 6页
• 分类号: TN973
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201709010

摘要

针对依靠经验提取辐射源信号特征方法的不足,提出了一种基于自主特征学习的雷达辐射源信号识别模型.该模型由2个部分组成:(1)将雷达信号变换到频域,利用改进的分段震集近似表示(Piecewise Aggregate Approximation,PAA)算法对信号降维;(2)构造多层线性降噪器(Linear Denoiser,LIDE)进行特征学习,模型采用无监督训练方法,构建一个SVM进行识别.通过仿真5种不同的辐射源信号验证了模型的有效性,结果表明该模型在低信噪比下能获得较好的识别正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金炜东	西南交通大学电气工程学院	295	3889	30.0	49.0
2	黄颖坤	西南交通大学电气工程学院	6	15	3.0	3.0