基于Stacking组合分类算法的新体制雷达型号识别技术

• 作者: 徐晶 张生杰 张译方 周超 闫亚斌 邱光辉
• 来源期刊: 火控雷达技术
• 关键词: Stacking框架 卷积神经网络 支持向量机 型号识别
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 总体工程
• 页码范围: 13-18
• 页数: 6页
• 分类号: TN95
• 语种: 中文
• DOI: 10.19472/j.cnki.1008-8652.2021.02.003

摘要

为解决复杂电磁环境中对新体制雷达型号识别模糊的问题,研究设计了一种基于Stacking组合分类方法的识别技术.首先,运用多个卷积神经网络(CNN)对雷达特征参数进行逐级识别,输出识别结果,以实现对雷达参数特征空间非线性识别边界的自动提取;进一步,运用卷积神经网络的输出作为支持向量机(SVM)的输入,最终由SVM输出识别结果.仿真分析表明,相比于单一的智能识别算法,所提出方法能够有效组合运用各基分类器(CNN、SVM)的优点,获取更准确的识别结果.