半监督条件下基于朴素贝叶斯和Choi-Williams时频分布能量积累的雷达信号识别

• 作者: 王红卫 董鹏宇 陈游 周一鹏 肖冰松
• 来源期刊: 电子与信息学报
• 关键词: 雷达信号识别 Choi-Williams时频分布 能量累积量 朴素贝叶斯 半监督学习
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 雷达信号处理|Radar Signal Processing
• 页码范围: 589-597
• 页数: 9页
• 分类号: TN97|TN957.51
• 语种: 中文
• DOI: 10.11999/JEIT200127

摘要

针对非合作电子侦察雷达信号识别中先验信息残缺的问题,该文提出一种基于Choi-Williams时频分布(CWD)的改进半监督朴素贝叶斯的识别算法(ISNB).首先对CWD进行降噪预处理,然后通过计算降噪后CWD不同时间下各频率采样值的积累量,从而得到CWD的能量积累量这一新特征;针对传统的半监督朴素贝叶斯(SNB)在更新训练样本集过程中会产生迭代错误的不足,通过在无标签样本集生成的置信度列表中选取置信度高的样本添加到有标签样本集中,再利用预测后的分类结果对分类器参数进行改进,进而构建改进的SNB分类器,有效解决了传统SNB算法分类精度低且分类性能不稳定的缺点.理论分析和仿真结果表明,所提方法相比于传统SNB算法均提高了3％左右;在相同信噪比下,相比于传统的主成分分析加支持向量机法,该算法具有更高的分类识别率和更好的分类性能.