具有可解释性的OFDM雷达信号识别方法

• 作者: 何贤坤 张文强 葛鹏 郭建 金炜东
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: OFDM雷达信号 机器学习 奇异值熵 流程优化 局部可理解的解释性
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 探测制导、测控通信与电子对抗
• 页码范围: 228-234
• 页数: 7页
• 分类号: TN911
• 字数: 5895字
• 语种: 中文
• DOI: 10.11805/TKYDA2018191

摘要

针对目前正交频分复用(OFDM)雷达信号识别方法存在的问题,提出了一种具有可解释性的OFDM雷达信号识别方法.该方法是通过基于树结构的流程优化(TPOT)和与模型无关的局部可理解的解释性(LIME)相结合对OFDM雷达信号进行识别.针对OFDM雷达信号特性提取了复杂度特征和基于时频图矩阵的奇异值熵,组成特征向量;通过TPOT,得到表现最佳的机器学习流程;通过"解释器"解释预测结果,对识别结果做出是否识别正确的风险评估,同时可根据OFDM雷达信号的解释性,得到哪些信号不易区分.实验表明,该方法对信噪比为0 dB时的OFDM雷达信号的识别率达91％,通过LIME给出的解释性可以判断数据集中不易区分的雷达信号类型.

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	葛鹏	西南交通大学电气工程学院	3	2	1.0	1.0
3	张文强	西南交通大学电气工程学院	1	0	0.0	0.0
4	郭建	西南交通大学电气工程学院	1	0	0.0	0.0
5	何贤坤		1	0	0.0	0.0