一种改进的雷达信号小波包特征提取方法

被引：9

作者：

白航 ^{[1
,2
]}

赵拥军 ^{[1
]}

赵国庆 ^{[1
]}

谢巍 ^{[3
]}

机构：

[1] 信息工程大学信息工程学院

[2] 部队

来源：

信息工程大学学报 | 2012年 / 13卷 / 01期

关键词：

小波包变换; 信号去噪; 特征提取; 支持向量机;

D O I：

暂无

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：

针对低信噪比下雷达辐射源信号分类问题,提出一种基于小波包特征提取的改进方法。首先对信号进行小波包分解,然后在小波域采用阈值收缩降噪方法对小波包系数进行去噪处理,并提取去噪后小波包能量的统计特征,最后设计支持向量机分类器实现对雷达信号的自动分类。实验结果表明,采用去噪小波包的特征提取方法能有效降低噪声对信号识别效果的影响,当SNR=-3dB时,信号的平均识别率仍能到达93.3%,在较低信噪比下能够得到较为满意的识别效果。

引用

页码：90 / 94+99 +99

页数：6

共 5 条

[1]

基于融合熵特征的辐射源信号识别 [J].

余志斌 ;

陈春霞 ;

金炜东 .

现代雷达, 2010, 32 (01) :34-38

[2]

利用粒子群算法优化SVM分类器的超参数 [J].

王东 ;

吴湘滨 .

计算机应用, 2008, (01) :134-135+139

[3]

基于小波包变换和特征选择的雷达辐射源信号识别 [J].

张葛祥 ;

荣海娜 ;

金炜东 .

电路与系统学报, 2006, (06) :45-49+55

[4]

基于小波包变换的辐射源信号识别 [J].

柳征 ;

姜文利 ;

周一宇 .

信号处理, 2005, (05) :460-464

[5]

Digital Modulation Identification Model Using Wavelet Transform and Statistical Parameters.[J].P. Prakasam;M. Madheswaran;Peng Liu.Journal of Computer Systems; Networks; and Communications.2008,

← 1 →