基于CEEMDAN-ASVM的低截获概率雷达信号识别

• 作者: 呙鹏程 王星 田元荣
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 低截获概率雷达信号 经验模态分解 支持向量机 特征提取
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信号处理
• 页码范围: 27-32
• 页数: 6页
• 分类号: TN97
• 字数: 4674字
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2018.03.007

摘要

在基于自适应噪声完备集合经验模态分解方法(CEEMDAN)提取信号特征的基础上,结合加法核支持向量机(ASVM)实现对低截获概率雷达信号的识别.首先根据CEEMDAN分解得到本征模态函数(IMF);然后依据信号的IMF分量特点,提取频率方差、幅度样本能量熵、灰色相似度三种特征;最后利用ASVM对低截获概率雷达信号进行识别,提高识别速度.理论分析和仿真实验结果表明,该模态分解法对信号特征的识别有较强的鲁棒性;在信噪比大于5 dB时,算法对四种雷达信号的识别率能达到80％以上;在识别准确率上,与选用的四种分类算法比较大致相同,但有最快的识别时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王星	空军工程大学航空航天工程学院	108	502	11.0	16.0
2	田元荣	空军工程大学航空航天工程学院	10	75	6.0	8.0
3	呙鹏程	空军工程大学航空航天工程学院	12	59	5.0	7.0