文档名：基于SLIDE SVM的雷达辐射源信号识别
针对依靠经验提取辐射源信号特征方法的不足,提出了一种基于自主特征学习的雷达辐射源信号识别模型.该模型由2个部分组成:(1)将雷达信号变换到频域,利用改进的分段聚集近似表示(PiecewiseAggregateApproximation,PAA)算法对信号降维;(2)构造多层线性降噪器(LinearDenoiser,LIDE)进行特征学习,模型采用无监督训练方法,构建一个SVM进行识别.通过仿真5种不同的辐射源信号验证了模型的有效性,结果表明该模型在低信噪比下能获得较好的识别正确率.
作者：黄颖坤金炜东
作者单位：西南交通大学电气工程学院,四川成都610031
母体文献：2017中国仿真大会论文集
会议名称：2017中国仿真大会
会议时间：2017年10月14日
会议地点：杭州
主办单位：中国仿真学会
语种：chi
分类号：
关键词：电子对抗 雷达辐射源信号 自主特征学习 分段聚集近似表示算法 线性降噪器 支持向量机 信噪比
在线出版日期：2021年4月14日
基金项目：
相似文献
相关博文
- 文件大小:
- 3.73 MB
- 下载次数:
- 60
-
高速下载
|
|
