基于小波脊和FSVM的雷达辐射源识别 被引量：9

1

作者 任明秋 蔡金燕 +1 位作者 朱元清 韩俊 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第6期1424-1428,共5页

有效的特征提取和信号特征选择是解决复杂体制雷达辐射源信号分选难题的重要手段。利用小波脊和高阶谱分析方法提取雷达辐射源信号的瞬时频率、瞬时相位和幅度以及高阶累积量等特征向量。通过基于互信息的贪婪算法进行特征选择,得到具... 有效的特征提取和信号特征选择是解决复杂体制雷达辐射源信号分选难题的重要手段。利用小波脊和高阶谱分析方法提取雷达辐射源信号的瞬时频率、瞬时相位和幅度以及高阶累积量等特征向量。通过基于互信息的贪婪算法进行特征选择,得到具有低维数、可识别性的辐射源特征。为解决多分类问题中的不可分情况,引入基于模糊C均值聚类的模糊支持向量机进行雷达辐射源分类识别实验。实验表明,该方法对多种复杂辐射源信号具有较好的识别效果。 展开更多

关键词 雷达信号分类 小波脊 模糊C均值聚类 模糊支持向量机

下载PDF 职称材料

基于FSVMs的雷达辐射源信号分类识别 被引量：7

2

作者 任明秋 朱元清 沈同云 《系统仿真学报》 CAS CSCD 北大核心 2009年第4期1043-1046,共4页

利用核函数主分量分析(KPCA)提取雷达辐射源信号时频分布图像的特征矢量。为解决多分类问题中的不可分情况,引入基于模糊C均值聚类的模糊支持向量机。实验表明,该方法对辐射源信号的识别率高于传统的分类方法。

关键词 雷达信号分类 KPCA 模糊C均值聚类(FCM) 模糊支持向量机(FSVMs)

下载PDF 职称材料

独立分量分析在雷达信号分选上的应用 被引量：3

3

作者 海磊 《电子对抗》 2007年第3期13-17,共5页

传统的雷达信号分选主要是基于统计的思想，通过对脉冲序列的PRI分析，依据PRI的调制方式，将对应的雷达信号分选出来。这种方法存在运算量大，速度慢，且准确率不高的缺点。文章提出将含噪的快速独立分量分析算法应用于雷达信号的分选... 传统的雷达信号分选主要是基于统计的思想，通过对脉冲序列的PRI分析，依据PRI的调制方式，将对应的雷达信号分选出来。这种方法存在运算量大，速度慢，且准确率不高的缺点。文章提出将含噪的快速独立分量分析算法应用于雷达信号的分选并分析了不同信噪比下分离的效果。仿真试验证明了该算法可以取得很好的雷达信号分离效果。 展开更多

关键词 盲源分离 FASTICA 信噪比 雷达信号分选

下载PDF 职称材料

基于SVM的雷达信号样式分类与模式判断 被引量：2

4

作者 胡晓玲 《舰船电子工程》 2022年第8期94-97,共4页

在雷达信号样本脉冲描述字结构模型基础上,采用支持向量机分类识别器对特征库信号样式进行自动标签计算和统计分类,实现信号样式自动分类,综合典型工作模式特点给出雷达工作模式判断结果,为大量雷达信号的样式学习分类与模式判断提供技... 在雷达信号样本脉冲描述字结构模型基础上,采用支持向量机分类识别器对特征库信号样式进行自动标签计算和统计分类,实现信号样式自动分类,综合典型工作模式特点给出雷达工作模式判断结果,为大量雷达信号的样式学习分类与模式判断提供技术思路。 展开更多

关键词 支持向量机(SVM) 雷达信号样式 自动分类 模式判断

下载PDF 职称材料

低截获概率雷达信号干扰类型分类识别 被引量：2

5

作者 徐少博 刘以安 +1 位作者 唐霜天 吴少鹏 《计算机测量与控制》 CSCD 北大核心 2011年第2期405-408,共4页

针对三种常见低截获概率雷达信号的干扰类型识别问题,结合分形和分数阶傅里叶变换算法,提取干扰后混合信号的信息维数、盒维数以及分数阶域信号分量能量之比,构造特征向量,然后通过支持向量机对干扰类型分类识别;仿真结果表明:这种方法... 针对三种常见低截获概率雷达信号的干扰类型识别问题,结合分形和分数阶傅里叶变换算法,提取干扰后混合信号的信息维数、盒维数以及分数阶域信号分量能量之比,构造特征向量,然后通过支持向量机对干扰类型分类识别;仿真结果表明:这种方法可以对干扰类型有效分类识别,判断出干扰类型属于同型同频干扰、非同型同频干扰或是带内非同频干扰,对雷达抗干扰设计和系统设计有重要意义。 展开更多

关键词 低截获概率 雷达信号 干扰类型 分类识别

下载PDF 职称材料

基于数据场联合决策图改进的GMM聚类 被引量：1

6

作者 王磊 张志勇 +2 位作者 曾维贵 曹司磊 张天赫 《系统工程与电子技术》 EI CSCD 北大核心 2022年第9期2743-2751,共9页

针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题,提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model,GMM)聚类算法。将数据场理论应用于数... 针对传统聚类方法在处理复杂电磁环境下的雷达信号时存在的聚类质量低、参数需要人为设置、易受孤立噪声脉冲干扰等问题,提出一种基于数据场联合决策图改进的高斯混合模型(Gaussian mixture model,GMM)聚类算法。将数据场理论应用于数据对象密集程度的表征,生成势能距离决策图,进而自动实现聚类数目和中心点的选择,最后结合GMM聚类实现对数据对象的聚类划分。仿真实验结果表明,在脉冲到达角、脉宽、载频等参数存在较大抖动,测量误差以及存在孤立噪声脉冲干扰和脉冲丢失时,本文方法相较于现有典型分类方法具有更好的分选效果。 展开更多

关键词 雷达信号分选 数据场 决策图 高斯混合模型聚类

下载PDF 职称材料

复杂电磁环境分类方法研究

7

作者 申绪涧 周波 +1 位作者 戴幻尧 焦斌 《电子对抗》 2016年第5期1-5,共5页

针对复杂电磁环境给电子信息装备试验检验带来的困难，研究了相关标准和文献中对复杂电磁环境的分类方法，分析了其中所蕴含的一元论认知思想，重点剖析了实际应用中雷达装备面临的信号环境。根据一元论认知的局限，提出了一种基于相关... 针对复杂电磁环境给电子信息装备试验检验带来的困难，研究了相关标准和文献中对复杂电磁环境的分类方法，分析了其中所蕴含的一元论认知思想，重点剖析了实际应用中雷达装备面临的信号环境。根据一元论认知的局限，提出了一种基于相关性的电磁信号环境分类方法，以雷达装备为例说明了这种基于信号相关性分类的实现方法及其应用，可以为电子信息装备复杂电磁环境适应性试验检验提供理论依据。 展开更多

关键词 复杂电磁环境 雷达信号环境 分类

下载PDF 职称材料

半监督聚类算法在舰载雷达信号中的应用

8

作者 谢伟 《舰船科学技术》 北大核心 2016年第9X期178-180,共3页

从数据挖掘角度阐述半监督近邻船舶聚类在舰载雷达信号处理中的应用,并给出算法实现过程。最后通过对7种信号的小波包能量熵特征统计来说明,本文所采用的半监督近邻传播聚类在聚类准确率和聚类数方面要优于AP聚类和半监督聚类。

关键词 半监督聚类 雷达信号分类 近邻传播聚类

下载PDF 职称材料

雷达脉内调制识别的改进残差神经网络算法 被引量：7

9

作者 徐卓君 杨雯婷 +2 位作者 杨承志 田彦涛 王晓军 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第4期1454-1460,共7页

针对人工提取的特征计算量大且存在主观、不能完全体现信号本质以及生成时频图像耗时过长的问题,提出了一种以改进残差神经网络ResNet32为框架,对雷达时域信号特征进行提取并识别的雷达信号脉内调制的算法。算法建立9种脉内信号的时域... 针对人工提取的特征计算量大且存在主观、不能完全体现信号本质以及生成时频图像耗时过长的问题,提出了一种以改进残差神经网络ResNet32为框架,对雷达时域信号特征进行提取并识别的雷达信号脉内调制的算法。算法建立9种脉内信号的时域信号数据集,输入到ResNet32框架中进行训练、分类、识别。算法节省了大量生成时频图像的时间,并且实验验证算法在低信噪比(SNR)时的识别率更加优秀。在混合信噪比的实验条件中,SNR=-14 dB和SNR=-8 dB时的识别率均达到90%以上。 展开更多

关键词 模式识别与智能系统 雷达信号 脉内调制识别 残差神经网络

原文传递

变学习速率在线ICA算法在雷达信号分选中的应用 被引量：7

10

作者 邬诚 《现代雷达》 CSCD 北大核心 2010年第1期52-56,共5页

已有的独立分量分析(ICA)雷达分选方法多采用FastICA算法,FastICA算法是一种离线批处理ICA算法,缺乏实时分选能力。文中将一种变学习速率的在线ICA算法应用到雷达分选中,克服了FastICA算法无法实现在线实时分选的缺点;同时,算法能根据... 已有的独立分量分析(ICA)雷达分选方法多采用FastICA算法,FastICA算法是一种离线批处理ICA算法,缺乏实时分选能力。文中将一种变学习速率的在线ICA算法应用到雷达分选中,克服了FastICA算法无法实现在线实时分选的缺点;同时,算法能根据相依性测度所反映的信号分离的状态自适应地调节学习速率,平衡了传统在线ICA算法收敛速度和稳态误差之间的矛盾,从而使得采用这种ICA算法的雷达信号分选方法具有收敛速度快,分离效果好的特点。仿真实验验证了分选方法的有效性。 展开更多

关键词 在线ICA 雷达信号分选 实时分选 学习速率

下载PDF 职称材料

一种采用集成装袋树的雷达多次回波分类方法

11

作者 潘美艳 蔡兴雨 +1 位作者 臧会凯 薛健 《电讯技术》 北大核心 2024年第1期91-97,共7页

传统雷达多次回波分类方法容易受到目标类型和幅度起伏特性等因素的影响,其泛化性和准确性难以满足雷达装备实际需求。针对该问题,提出了一种采用集成装袋树的雷达多次回波分类方法。该方法首先对雷达多脉冲回波数据进行幅度对数变换和... 传统雷达多次回波分类方法容易受到目标类型和幅度起伏特性等因素的影响,其泛化性和准确性难以满足雷达装备实际需求。针对该问题,提出了一种采用集成装袋树的雷达多次回波分类方法。该方法首先对雷达多脉冲回波数据进行幅度对数变换和相邻脉冲幅度补齐预处理操作,然后利用决策树算法从标注的训练数据中学习雷达多次回波在脉冲维的幅度起伏特征,最后通过多个分类器的集成实现对雷达多次回波的准确分类。实测雷达数据验证结果表明,所提方法分类准确率达到了95.9%,可有效提升雷达多次回波的分类性能,并且不依赖于经验门限的特性,增强了其泛化能力。 展开更多

关键词 雷达信号处理 多次回波分类 集成装袋树

下载PDF 职称材料

一种集成式Beta过程最大间隔一类分类方法 被引量：1

12

作者 张维 杜兰 《电子与信息学报》 EI CSCD 北大核心 2021年第5期1219-1227,共9页

一类分类是一种将目标类样本和其他所有的非目标类样本区分开的分类方法。传统的一类分类方法针对所有训练样本建立一个分类器,忽视了数据的内在结构,在样本分布复杂时,其分类性能会严重下降。为了提升复杂分布情况下的分类性能,该文提... 一类分类是一种将目标类样本和其他所有的非目标类样本区分开的分类方法。传统的一类分类方法针对所有训练样本建立一个分类器,忽视了数据的内在结构,在样本分布复杂时,其分类性能会严重下降。为了提升复杂分布情况下的分类性能,该文提出一种集成式Beta过程最大间隔一类方法。该方法利用Dirichlet过程混合模型(DPM)对训练样本聚类,同时在每一个聚类学习一个Beta过程最大间隔一类分类器。通过多个分类器的集成,可以构造出一个描述能力更强的分类器,提升复杂分布下的分类效果。DPM聚类模型和Beta过程最大间隔一类分类器在同一个贝叶斯框架下联合优化,保证了每一个聚类样本的可分性。此外,在Beta过程最大间隔一类分类器中,加入了服从Beta过程先验分布的特征选择因子,从而可以降低特征冗余度以及提升分类效果。基于仿真数据、公共数据集和实测SAR图像数据的实验结果证明了所提方法的有效性。 展开更多

关键词 雷达信号处理 一类分类 Dirichlet过程 Beta过程

下载PDF 职称材料

基于椭圆滤波和RAT/FRT的雷达信号调制样式识别 被引量：1

13

作者 万铮 王建 张宁 《火力与指挥控制》 CSCD 北大核心 2019年第8期158-162,共5页

雷达信号波形的调制样式识别方法是电子情报侦察领域的重要研究内容。针对线性调频(LFM)、二进制频移键控(BFSK)、相位调制(包括高阶巴克码(HOB)、弗兰克码(Frank)、P1、P2、P3、P4码)等多种脉内调制样式的雷达信号,提出一种基于模糊域... 雷达信号波形的调制样式识别方法是电子情报侦察领域的重要研究内容。针对线性调频(LFM)、二进制频移键控(BFSK)、相位调制(包括高阶巴克码(HOB)、弗兰克码(Frank)、P1、P2、P3、P4码)等多种脉内调制样式的雷达信号,提出一种基于模糊域椭圆高斯滤波预处理的波形增强表示方法,并结合拉东-模糊变换(RAT)和分数傅里叶变换(FRT)算法实现脉内调制类型的自动识别。仿真结果表明,该方法结构简单,易于工程实现,并具备较高的分类准确率和低信噪比下良好的鲁棒性。 展开更多

关键词 低截获概率雷达信号 调制分类 椭圆高斯滤波 电子侦察

下载PDF 职称材料

基于对角积分双谱的雷达辐射源信号识别 被引量：12

14

作者 肖乐群 张玉灵 赵拥军 《信息工程大学学报》 2012年第1期95-99,共5页

双谱以其独特的抗噪优势,广泛应用于信号分析。双谱的数据量较为庞大,目前减少双谱数据量的方法中积分双谱的效果最好,然而各种积分双谱均存在一定的缺陷。文章提出了对角积分双谱,它沿平行于双谱次对角线的直线序列积分,不但避免了插值... 双谱以其独特的抗噪优势,广泛应用于信号分析。双谱的数据量较为庞大,目前减少双谱数据量的方法中积分双谱的效果最好,然而各种积分双谱均存在一定的缺陷。文章提出了对角积分双谱,它沿平行于双谱次对角线的直线序列积分,不但避免了插值,而且包含了更多的相位和幅度信息。最后将对角积分双谱应用于低截获概率(LPI)雷达信号的特征提取。仿真条件下,对比分析了各种积分双谱的识别性能,结果表明对角积分双谱的识别性能优于其它积分双谱。 展开更多

关键词 雷达辐射源信号 分类识别 双谱 对角积分

下载PDF 职称材料

一种新的雷达辐射源信号脉内特征提取方法 被引量：10

15

作者 王海华 沈晓峰 《系统工程与电子技术》 EI CSCD 北大核心 2009年第4期809-811,共3页

提出了一种新的雷达辐射源信号脉内特征提取方法,该方法由Holder不等式演化而来,故称之为Holder系数法。给出了Holder系数的定义,描述了基于Holder系数的特征提取算法。实验结果表明了Holder系数法的良好特性。可以看出Holder系数法包... 提出了一种新的雷达辐射源信号脉内特征提取方法,该方法由Holder不等式演化而来,故称之为Holder系数法。给出了Holder系数的定义,描述了基于Holder系数的特征提取算法。实验结果表明了Holder系数法的良好特性。可以看出Holder系数法包含了相像系数法,后者只是前者的一种特例。文中选择了6种典型的雷达辐射源信号进行特征提取和分类识别实验。实验结果表明,Holder系数在取不同类型时均获得了很好的正确识别率,为工程应用提供了多种有效选择,并且当Holder系数所选取的类型不为相像系数时,可以得到更好正确识别率。 展开更多

关键词 雷达辐射源信号 Holder系数 特征提取 分类识别

下载PDF 职称材料

雷达辐射信号分类识别与特征提取 被引量：9

16

作者 徐少博 刘以安 +1 位作者 唐霜天 吴少鹏 《计算机仿真》 CSCD 北大核心 2011年第6期34-37,共4页

研究雷达信号提取和分类识别问题,雷达辐射源的有效分类识别是军事自动化控制和指挥系统的强烈需求。针对现代雷达体制下复杂信号的低截获特性,为了提高雷达辐射源信号的个体识别率,提出了一种新的分类识别方法。用小波包变换提取能反... 研究雷达信号提取和分类识别问题,雷达辐射源的有效分类识别是军事自动化控制和指挥系统的强烈需求。针对现代雷达体制下复杂信号的低截获特性,为了提高雷达辐射源信号的个体识别率,提出了一种新的分类识别方法。用小波包变换提取能反映信号脉冲无意调制特征的信号各频带能量,通过泛化能力和学习能力都很强的混合核函数支持向量机进行分类识别并进行仿真。仿真结果表明,识别效率提高,证明方法是有效和可行的,性能优于传统方法。 展开更多

关键词 小波包 混合核函数 支持向量机 雷达辐射源 分类识别

下载PDF 职称材料

基于深度学习的雷达干扰信号分类与抑制方法研究

17

作者 申振 苟亮 +1 位作者 魏红艳 白传芳 《信息化研究》 2024年第4期48-52,共5页

本文在深度学习方法应用下提出一种雷达干扰信号分类以及抑制方法。首先在卷积神经网络应用下实现对雷达干扰信号的自动分类,分别为卷积层、池化层以及全连接层,训练完成后得到分类模型。基于此实现关于去干扰网络的设计,进而在重构损... 本文在深度学习方法应用下提出一种雷达干扰信号分类以及抑制方法。首先在卷积神经网络应用下实现对雷达干扰信号的自动分类,分别为卷积层、池化层以及全连接层,训练完成后得到分类模型。基于此实现关于去干扰网络的设计,进而在重构损失函数应用下去干扰信号。完成设计后,进行实验研究,共选取4类干扰信号以及雷达信号,结果显示本文方法在雷达信号分类中的准确率可以达到96.3%,同时能够保留有效信号,信噪比可以提升到5 dB以上,降噪后数据准确率达到98.2%,可见这一方法不但能够实现雷达干扰信号的自动分类,同时也能够产生有效抑制作用,可以取得良好的降噪效果,更有助于实施雷达信号处理。 展开更多

关键词 深度学习 卷积神经网络 雷达干扰信号 分类 去干扰

下载PDF 职称材料

对调制识别网络隐身的雷达发射信号生成方法

18

作者 张瑞斌 朱梦韬 李云杰 《系统工程与电子技术》 EI CSCD 北大核心 2024年第7期2256-2268,共13页

雷达对抗场景中,电子侦察系统通过引入基于深度学习方法的智能脉冲调制识别网络,极大提升了对雷达信号的识别准确率。为了提高雷达信号的调制隐身抗识别能力,提出一种可以令深度识别网络错误预测的雷达发射信号生成方法。该方法首先通... 雷达对抗场景中,电子侦察系统通过引入基于深度学习方法的智能脉冲调制识别网络,极大提升了对雷达信号的识别准确率。为了提高雷达信号的调制隐身抗识别能力,提出一种可以令深度识别网络错误预测的雷达发射信号生成方法。该方法首先通过短时傅里叶变换得到信号的时频谱;然后迭代生成携带调制隐身信息的时频谱;最后利用改进逆短时傅里叶变换得到时域调制隐身发射信号。该方法生成的雷达信号对以时频图为输入的调制识别网络隐身,并可实现回波信号的脉冲压缩处理。仿真结果验证了所生成信号的抗识别有效性、噪声鲁棒性和脉压可行性。 展开更多

关键词 雷达发射信号 时频分析 自动调制分类 射频隐身 深度神经网络

下载PDF 职称材料

一种新的雷达辐射源信号识别方法研究 被引量：4

19

作者 肖乐群 赵拥军 朱建东 《信号处理》 CSCD 北大核心 2012年第2期213-219,共7页

随着雷达技术的发展,雷达体制的多样性和雷达信号的复杂性对雷达辐射源信号识别技术提出了严峻的挑战。循环双谱抗噪性能强,且包含了丰富的信息,能用于识别雷达辐射源信号。但是其数据量庞大,而循环双谱对角切片法丢失了大部分信息。证... 随着雷达技术的发展,雷达体制的多样性和雷达信号的复杂性对雷达辐射源信号识别技术提出了严峻的挑战。循环双谱抗噪性能强,且包含了丰富的信息,能用于识别雷达辐射源信号。但是其数据量庞大,而循环双谱对角切片法丢失了大部分信息。证明了循环双谱的对称性和周期性,提出了局部轴向积分循环双谱。该方法首先计算信号的循环双谱,然后在两个谱频率构成的平面上沿平行于谱频率轴的直线积分,最后用Fisher判决率(FDR)选择鉴别能力较强的轴向积分循环双谱。这样不但能有效地减小数据量,而且保留了大部分有用的循环双谱信息。仿真条件下,对比分析了局部轴向积分循环双谱与循环双谱对角切片的识别效果,结果表明新方法的识别率远远优于循环双谱对角切片法。 展开更多

关键词 循环双谱 轴向积分 雷达辐射源信号 分类识别 Fisher判决率

下载PDF 职称材料

基于YOLOv5网络的复杂雷达脉内调制类型快速识别方法

20

作者 沈永健 李育恒 +2 位作者 张鹏宇 蔡敏康 李景文 《应用科技》 CAS 2023年第1期118-126,共9页

近年来雷达系统的抗截获能力快速发展,信号体制变得非常复杂,给空间态势感知信号处理带来困难。针对实际场景中极可能出现的多信号时频域交叠难以识别的问题,提出基于时频分析和深度神经网络的脉内特征识别的方法,利用时频分析手段将不... 近年来雷达系统的抗截获能力快速发展,信号体制变得非常复杂,给空间态势感知信号处理带来困难。针对实际场景中极可能出现的多信号时频域交叠难以识别的问题,提出基于时频分析和深度神经网络的脉内特征识别的方法,利用时频分析手段将不同类型雷达信号转换为时频图像,基于深度学习的YOLOv5网络对不同混合交叠的雷达脉冲信号时频图开展研究。结果表明:在不同信噪比下,实现对两调相信号、三调频信号及调相与调频信号3种交叠情况的混合雷达信号脉内调制方式的检测与识别,信号调制体制识别准确率均达到95%以上。本文分析结果可为空间态势感知信号处理提供参考。 展开更多

关键词 雷达脉冲信号 时频分析 脉内特征识别 态势感知 YOLOv5 深度学习 特征向量 自动分类识别

下载PDF 职称材料