基于变分自编码器的雷达辐射源个体识别

• 作者: 焦淑红 高鹏成
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 雷达辐射源识别 时频变换 变分自编码器 核PCA 支持向量机 特征提取 图像预处理 数据降维
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 现代电子技术
• 页码范围: 59-65
• 页数: 7页
• 分类号: TN957.51
• 语种: 中文
• DOI: 10.11991/yykj.201909009

摘要

针对雷达辐射源个体识别中特征提取困难和低信噪比下识别率低的问题,从图像角度出发提出了一种基于变分自编码器的雷达辐射源个体识别算法.基于信号时频分析,利用变分自编码器(variational auto-encoder,VAE)提取时频图像的深层特征,并采用核主成分分析(kernel principal component analysis,KPCA)获取特征中的主成分,最后将特征送入支持向量机进行分类识别.仿真结果表明:文中所提算法在识别效率和抗噪声性能等方面均优于其他传统算法.当信噪比(signal-to-noise ratio,SNR)为0 dB时针对6个辐射源进行识别,可获得93％以上的识别率.该算法特征提取简单、系统实时性高,具有较高的工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦淑红		72	432	12.0	16.0
2	高鹏成		2	0	0.0	0.0