一种辐射源快速识别新方法

被引:3
作者
刘志鹏
赵立新
张国毅
机构
[1] 空军航空大学
关键词
雷达; 辐射源识别; 概率神经网络; 特征提取; 识别率;
D O I
10.16328/j.htdz8511.2015.02.014
中图分类号
TN957.51 [雷达信号检测处理];
学科分类号
081002 [信号与信息处理];
摘要
针对现有辐射源识别方法不能识别参数交叠的雷达信号以及BP神经网络迭代速度慢、识别效率低的缺点,设计出一种采用改进概率神经网络的实时快速识别方法。该方法构造的特征兼具单个脉冲参数统计特性和雷达参数变化整体特性两个层面的信息,进而可以对参数交叠的雷达信号进行有效识别。同时,该方法还对概率神经网络进行了改进,使之具备识别出未知雷达信号的能力。仿真实验表明,此方法在显著提高了识别率的同时,还具有良好的抗噪性和鲁棒性。
引用
收藏
页码:48 / 51+55 +55
页数:5
相关论文
共 6 条
[1]
使用不同置信级训练样本的神经网络学习方法 [J].
高学星 ;
孙华刚 ;
侯保林 .
电子与信息学报, 2014, 36 (06) :1307-1311
[2]
基于区间数和证据理论的雷达辐射源参数识别 [J].
关欣 ;
孙贵东 ;
郭强 ;
何友 .
系统工程与电子技术, 2014, 36 (07) :1269-1274
[3]
基于特征参数匹配的雷达辐射源识别方法研究 [J].
丁军 ;
刘志成 .
现代雷达, 2011, 33 (09) :29-33
[4]
基于脉冲样本图和Vague集的雷达辐射源识别 [J].
旷平昌 ;
王杰贵 ;
罗景青 .
宇航学报, 2011, 32 (07) :1639-1644
[5]
雷达辐射源识别技术综述 [J].
许宏泉 ;
刘庚 .
舰船电子工程, 2010, 30 (04) :25-27
[6]
基于脉冲样本图的雷达辐射源识别方法 [J].
王遵禄 ;
陈婷 ;
罗景青 .
雷达科学与技术, 2009, 7 (04) :284-288