基于权重归一化奇异值分解的辐射源信号识别研究

作者:苑霸; 姚萍; 郑天垚 中国科学院计算技术研究所; 北京100190; 中国科学院大学; 北京100190

摘要:随着现代技术不断更新,雷达种类及相关技术得到不断发展,雷达辐射源信号的识别逐渐成为一个十分重要的研究领域。该文主要针对辐射源信号识别中的调制类型识别问题,从数据能量角度出发,在奇异值分解(Singular Value Decomposition, SVD)基础上进行优化,提出基于权重归一化奇异值分解特征提取算法。该文从奇异值分解的滤波效果、数据矩阵行数对分解结果的影响及不同分类模型识别效果等方面进行分析。实验结果表明该算法对常用雷达信号有较好滤波和识别效果,在–20 dB条件下滤波重构信号与原始信号余弦相似度值仍保持在0.94左右,在判别置信度?为0.65条件下识别正确率仍维持在97%以上。此外实验还表明相对于传统PCA算法,基于权重归一化奇异值分解特征提取算法拥有更好的鲁棒性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

雷达学报

北大期刊 下单

国际刊号:2095-283X

国内刊号:10-1030/TN

杂志详情
相关热门期刊

服务介绍LITERATURE

正规发表流程 全程指导

多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。

保障正刊 双刊号

推荐期刊保障正刊,评职认可,企业资质合规可查。

用户信息严格保密

诚信服务,签订协议,严格保密用户信息,提供正规票据。

不成功可退款

如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。