基于改进VMD和TWSVM的雷达辐射源个体识别

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：为提高雷达辐射源个体在不同信噪比下的识别准确率,提出基于改进VMD和TWSVM的雷达辐射源个体识别方法.首先利用斑马优化算法(ZOA)优化变分模态分解(VMD)过程,找到最优分解参数组合;然后通过奇异值分解对辐射源信号经变分模态分解后得到的各模态分量进行二次特征提取,选取奇异值作为个体特征组成特征向量;最后送入孪生支持向量机(TWSVM)中,完成分类识别.通过线性调频信号的仿真建模实验,初步验证了算法的可行性.再通过5部信号源所采集的实测数据验证,信噪比为15 dB时,识别效果已十分理想,可达94%以上的识别率.

作者：

蒋闯

展开 >

作者单位：

哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨 150001

关键词：

雷达辐射源个体识别斑马优化算法变分模态分解奇异值分解孪生支持向量机

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.05.022

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(5)