检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]空军预警学院研究生管理大队,武汉430019
出 处:《现代雷达》2014年第10期33-37,42,共6页Modern Radar
摘 要:针对基于支持向量机(SVM)的雷达辐射源信号识别方法中SVM模型参数对识别性能影响较大的问题,提出基于优化算法的雷达辐射源信号识别方法,并选择遗传算法、蚁群算法和粒子群算法三种典型的优化算法应用于新的识别方法进行优化识别。通过不同条件下计算机仿真实验,验证了新方法的有效性,并分析了三种典型优化算法在新方法中的综合性能,为对雷达辐射源信号进行更好的识别提供一定的依据。Aimed at the problem that support vector machine (SVM) model parameters has great influence on recognition result in the method of radar emitter recognition based on SVM.By using three typical optimization algorithms,genetic algorithm,ant colony algorithm and particle algorithm,a new radar emitter recognition method based on optimization algorithm is proposed in this paper.Computer simulation under different conditions shows that the new algorithm is available and analyzes the comprehensive performances of three typical optimization algorithms which are used in the new algorithm.The results offer certain proposal to better recognition of radar emitters.
关 键 词:雷达辐射源信号识别 支持向量机 优化算法 性能分析
分 类 号:TN957.51[电子电信—信号与信息处理]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.3