一种新的雷达辐射源识别方法

被引:8
作者
韩俊 [1 ]
何明浩 [2 ]
朱元清 [1 ]
冒燕 [1 ]
机构
[1] 空军雷达学院电子对抗系
[2] 空军雷达学院训练部
关键词
雷达; 辐射源识别; 小波包特征; 脉冲重复间隔; 径向基概率神经网络;
D O I
暂无
中图分类号
TN953 [雷达跟踪系统];
学科分类号
080902 [电路与系统];
摘要
提出一种用于雷达辐射源识别的新方法。根据小波包特征(WPT)和脉冲重复间隔(PRI)的特点,将八维WPT中的第六、七个分量(Wpt6、Wpt7)以及PRI的均值和方差(mPRI、σ2PRI)四个特征参数作为雷达辐射源的识别依据,设计了径向基概率神经网络(RBPNN)分类器。通过计算机仿真验证了新方法的可行性,与常规方法相比,不仅提高了识别准确率,识别速度也有所提高。
引用
收藏
页码:9 / 12
页数:4
相关论文
共 4 条
[1]
应用最优小波包变换的特征提取方法 [J].
王首勇 ;
朱光喜 ;
唐远炎 .
电子学报, 2003, (07) :1035-1038
[2]
基于径向基函数概率神经网络的心律失常自动识别 [J].
陈重阳 ;
蔡萍 ;
施文康 ;
郭能武 .
上海交通大学学报, 2000, (11) :1475-1477
[3]
雷达辐射源识别技术研究 [D]. 
张国柱 .
国防科学技术大学,
2005
[4]
雷达辐射源信号智能识别方法研究 [D]. 
张葛祥 .
西南交通大学,
2005