基于VMD和特征融合的辐射源信号识别

• 作者: 李亚兰 葛鹏 金炜东
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 雷达辐射源信号识别 变分模态分解 特征融合 支持向量机
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 传感器与信息处理
• 页码范围: 1499-1503
• 页数: 5页
• 分类号: TN973
• 字数: 4042字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2020.07.10

摘要

在日趋复杂的电子对抗中,如何提高雷达辐射源信号(radar emitter signal,RES)识别率和抗噪性能是亟待解决的问题.为此提出了一种变分模态分解(variational mode decomposition,VMD)和特征融合相结合的RES识别方法.首先利用VMD算法对各雷达信号进行分解得到3个本征模态函数(intrinsic mode function,IMF);然后,对这3个IMF分量提取排列熵(permutation entropy,PE)和样本熵(sample entropy,SE)特征进行特征融合,构成六维特征向量;最后利用支持向量机对辐射源信号进行识别.利用6种不同的辐射源信号对该方法进行了验证,仿真实验结果表明,该方法在低信噪比(signal to noise ratio,SNR)下能取得较好的识别率,当SNR不低于0 dB时,六维特征向量的识别率达到100％,具有较强的抗噪性能.

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	李亚兰	西南交通大学电气工程学院	2	0	0.0	0.0