雷達輻射源個體識別中的分類器設(shè)計與子空間學(xué)習(xí).pdf

1、雷達輻射源個體識別在整個雷達對抗中占有重要地位。隨著雷達技術(shù)的迅速發(fā)展及新體制雷達的應(yīng)用,傳統(tǒng)的識別方法逐漸失效。因此,從信號處理角度看,需要發(fā)展更為有效的個體特征提取方法,而從模式識別角度看,相應(yīng)的分類器設(shè)計及特征的進一步精簡與優(yōu)化也變得至關(guān)重要。本文以兩種有效的輻射源個體特征為依托,重點研究了雷達輻射源個體識別中的分類器設(shè)計及基于子空間學(xué)習(xí)的降維技術(shù)。
　　 在個體特征提取中,分別介紹了基于循環(huán)譜零點切片和基于模糊函數(shù)切片串

2、聯(lián)的特征提取方法。在實測雷達輻射源數(shù)據(jù)上的實驗結(jié)果充分驗證了這兩種特征提取方法的有效性,從而為輻射源的個體識別提供了穩(wěn)定可靠的分類特征。
　　 在分類器設(shè)計中,首先介紹了六種能夠輸出后驗概率的分類器,繼而通過一定的概率融合函數(shù)可靠地實現(xiàn)了多分類器的組合。進一步,考慮到實際系統(tǒng)必須能夠拒判庫外目標(biāo),先由后驗概率估計出廣義置信度,從而設(shè)定一定的門限實現(xiàn)了系統(tǒng)對庫外目標(biāo)的拒判功能,最后給出多種評價系統(tǒng)性能的指標(biāo)。實驗結(jié)果驗證了分類器組

3、合的優(yōu)勢,以及基于廣義置信度的拒識算法的可行性。
　　 在子空間特征降維中,重點研究了線性判別子空間學(xué)習(xí)和核判別子空間學(xué)習(xí)兩大降維技術(shù)。其中,核子空間方法是通過特定的核技巧對線性子空間方法的擴展。我們將目前已有的各種經(jīng)典算法歸納為單子空間學(xué)習(xí)和多子空間學(xué)習(xí)兩大類,并研究了各方法在圖像識別與雷達輻射源識別中的應(yīng)用。實驗結(jié)果表明,無論是線性方法還是核方法,由于考慮到子空間的互補性,多子空間學(xué)習(xí)具有更魯棒的識別性能；而由于算法的數(shù)據(jù)依