基于机器学习的雷达辐射源识别综述

• 作者: 朱卫纲 李昆
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 机器学习 辐射源识别 智能化
• 年，卷（期）: 2019,（18）
• 所属期刊栏目: 理论与算法
• 页码范围: 69-75
• 页数: 7页
• 分类号: TN974
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1902874

摘要

面对复杂多变的战场电磁环境与日益革新的雷达技术,传统雷达辐射源识别技术由于灵活性差、对先验知识依赖严重等问题受到严峻挑战,基于机器学习的雷达辐射源识别技术具有更强的泛化性和智能性受到研究学者的广泛关注.首先针对基于机器学习的雷达辐射源识别技术的产生过程进行梳理,然后从统计学习、神经网络、迁移学习、集成学习、聚类5个方面综述了相关研究成果并对各自方法的性能进行了分析比较,最后针对该研究方向上亟待解决的问题和难点做了相关的探讨.研究成果将为基于机器学习的雷达辐射源识别技术在实际应用过程中起到参考和借鉴作用.