基于SVM识别的雷达辐射源特征向量归一化研究  

A Research of Normalization of Radar Emitter Feature Vector Based on SVM Identification

作　　者：邹鹏[1,2] 姜秋喜[1] 莫翠琼[1,2] 潘继飞[1,2] 

机构地区：[1]电子工程学院,合肥230037 [2]安徽省电子制约技术重点实验室,合肥230037

出　　处：《电子信息对抗技术》2010年第6期30-33,共4页Electronic Information Warfare Technology

摘　　要：在提取雷达辐射源特征参数的基础上,利用支持向量机(SVM)算法分别就一般正常参数、存在畸变参数、用主成分分析降维处理后三种情况进行了识别实验,对比分析了在这三种情况下归一化前后的实验结果,得出了几点结论,对特征向量的归一化处理有一定的指导意义。Supposing radar emitters feature vectors has been obtained,and support vector machine（SVM） algorithm is used to carry out recognition experiment under the three situations： normal situation,with mutation parameter and reducing dimensions using principal component analysis.And the experiment results under the three situations are compared and analyzed.And some conclusions are summarized,which has some instruction meaning to feature vector normalization.

关 键 词：归一化 主成分分析 支持向量机 辐射源识别 

分 类 号：TN971.1[电子电信—信号与信息处理]