基于支持向量机的雷达信号特征的辨识研究

• 作者: 邓红源
• 来源期刊: 电脑与电信
• 关键词: 雷达信号 粒子群优化算法 参数优化 支持向量机
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 44-46
• 页数: 3页
• 分类号: TN957.51|TP18
• 语种: 中文

摘要

雷达信号处理是现代雷达系统的核心内容之一,其直接影响着雷达系统的适用范围和工作性能等.而对雷达信号的有效识别是对未知雷达信号进行预判的重要组成部分.基于支持向量机(svM)对四种不同的雷达信号智能辨识,选取径向基核函数(RBF)作为支持向量的非线性映射函数,经过理论推导得出惩罚因子c和核函数参数g是影响其分类性能的重要因素.利用粒子群(PSO)优化SVM的两个重要参数.结果 表明,在没有进行参数优化的SVM的分类性能极其不稳定,识别准确率在79.6992％～90.2256％之间,而经过PSO优化的SVM分类准确率高达100％,有效证明了优化方法的有效性,实现了基于PSO优化的SVM雷达信号的准确识别.