基于SVM决策树的数据链识别分类

摘要：为解决数据链信号识别分类的问题,提出一种基于支持向量机(support vector machine,SVM)决策树的数 据链识别分类方法。通过分析美军常用的数据链通信信号特征,采用小波变换法分析数据链的特征信息,得出小波 系数与信号能量分布的关系,根据SVM 算法原理,构建目标特征模型,对信号特征量进行识别分类,对SVM 分类 器的关键参数进行优化设计,并与BP 神经网络算法进行对比实验仿真。结果表明：SVM 决策树网络分类器在进行 收敛速度和准确率表现优异,能改善分类识别效能。     

基于凸优化基追踪算法的线性调频信号参数估计

针对传统宽带线性调频信号参数估计精度不高的问题,提出了基于凸优化基追踪算法的线性调频信号参数估计方法。该方法利用Gabor原子良好时频特性,以l1范数稀疏正则最小二乘模型为目标函数求解稀疏Gabor原子进行参数估计。仿真实验证明,该方法具有原子的稀疏性好,对原信号重构精度高和参数估计准确的特点。     

一维距离像识别的相关向量机法

针对雷达目标样本缺乏以及高输入模式维数的分类问题,提出利用一种稀疏概率模型--相关向量机(RVM)对雷达目标的一维距离像进行识别.与支持向量机(SVM)相比,其训练是在贝叶斯框架下进行的,不仅解更稀疏,而且无需调整模型参数.使用RVM与SVM识别同样的雷达目标一维距离像,结果表明:RVM模型更为简单,减少了运算量,但能获得更精确的分类结果.     

高分辨率毫米波雷达目标识别研究

利用分数傅里叶变换(FrFT)在时频域对信号的混合表示的特点,将离散分数傅里叶变换(DFrFT)和相关向量机(RVM)应用于毫米波(MMV)高分辨雷达一维距离像识别。使用Fisher准则确定DFrFT的阶数α,将一维距离像进行α阶DFrFT变换,获得信号的特征量,然后利用RVM网络进行分类识别。实验结果表明,该方法是一种可行有效的特征选择方法,具有较高的识别率。     

基于模糊超球面SVM的雷达高分辨距离像识别

高分辨距离像(HRRP)分类是对雷达复杂目标分类的一种重要方法.标准的一对一超球面SVM多值分类方法需要训练k(k-1)个子分类器,计算量大、训练时间长,并且存在决策盲区,不适宜用来进行HRRP目标识别.为了减少分类器数量,提高训练速度,文中根据超球面的几何特征引入了一种“倒数对称”的一维隶属度,构造了模糊超球面SVM分类器,该方法仅需训练k(k-1)/2个子分类器,既提高了训练速度又解决了决策盲区,HRRP实测数据识别实验表明了该方法的有效性.     

基于小波变换的抗箔条干扰方法研究

箔条干扰是舰艇防御反舰导弹攻击的有效手段．为了提高反舰导弹末制导雷达的抗箔条干扰能力,提出了基于小波变换理论的雷达回波信号处理方法．该方法能有效地放大雷达回波信号的局部细节,从而实现对舰艇和箔条假目标的识别和区分,确保导弹对真实目标进行跟踪和攻击．     

基于时频图像和神经网络的LPI雷达信号调制识别

针对LPI雷达信号调制识别问题,提出一种基于时频分析、图像处理和神经网络的LPI雷达信号识别新方法。该方法先对LPI雷达信号进行时频分析,获得时频分布图像,然后利用图像处理的方法对时频图像作预处理,最后再用RBF神经网络对处理后的图像进行识别分类。仿真实验表明,该方法在信噪比高于3dB时,平均正确识别率达到了92%。     

基于子波变换的频率步进毫米波雷达目标识别

本文研究了子波变换在频率步进毫米波雷达目标识别中的应用，由于毫米波雷达目标的各散射点的相对位置基本不受干扰影响，提出通过提取目标回波在子波分解不同尺度上的能量分布作为目标特征进行识别的方法，实验结果表明这种方法简便可行，提取的目标特征稳定有效，神经网络分类效果良好。     

基于声信号多重分形和支持向量机的目标识别研究

为提高智能地雷对地面装甲目标的识别率,针对地面装甲目标辐射的噪声信号具有非线性的特性,建立了一种基于多重分形和支持向量机(SVM)相结合的分类识别模型。通过野外场地实验,采集到两种装甲目标在不同工况（运行速度）下的各40组样本信号;利用多重分形分析计算得到两种目标信号的广义分形维数谱(GFDS),分析了两种目标信号在不同工况下多重分形谱的特征;将GFDS值作为目标特征向量输入SVM分类模型,经训练得到最优分类结果,并与小波包能量(WPE)法提取样本特征后输入SVM的识别效果进行了对比,结果表明前者的识别率达到92.5%,高于后者的85%的识别率。     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90％以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

Curvelet变换在低对比度目标识别中的应用

低对比度目标因其灰度对比度低、边缘模糊等缺点,使得联合变换相关器无法将其从混杂的背景图像中辨别出来,达到成功识别的目的。针对这一问题,采用了基于Curvelet变换的图像增强算法对目标联合图像进行处理。作为超小波分析范畴的Curvelet变换,因具有极强的方向性,成为比小波变换更适合分析和理解图像特征的多分辨率分析工具。文中采用不同的方法分别调整了Curvelet变换后的高、低频系数,增强了目标的灰度对比度和边缘信息。以低对比度坦克图像为例,增强后的目标对比度由原来的4.16%提高至29.37%. 计算机模拟和光学相关实验结果均表明,增强后的联合图像获得了明亮的相关点对,成功实现了低对比度坦克的自动识别。     

隐马尔可夫模型和支持向量机混合模型声识别

为弥补单一模型在识别低空飞行目标时的不足,进一步提高低空飞行目标的识别率,提出一种基于HMM和SVM混合结构的低空飞行目标声识别算法.针对战场环境下声信号的特点,算法综合考虑HMM适合处理连续动态信号及SVM小样本情况下的强分类能力,利用HMM处理待辨识的连续动态信号,将HMM易混淆的信号作为与待辨识信号较为相似的模式类,形成候选模式集,再由SVM在候选模式中对待辨识信号作最后决策.实际数据的识别结果表明相对于单一的HMM和SVM,混合模型的识别率有一定的提高.     

基于轴频电场线谱特征的目标检测及识别

为有效地从海洋环境电场信号中检测出舰船轴频电场信号,在对大量实测数据分析的基础上,提出一种基于轴频电场线谱特征的目标检测与识别方法。对接收信号进行傅里叶变换计算频谱图,并对其进行归一化处理以提高其动态范围;采用浮动门限与固定门限相结合的方法对疑似线谱信号进行检测;采用积分累计的方法对疑似线谱特征进行目标确认,并利用长时间积分特征均值实现对目标信号的识别;通过海上实测数据对方法的有效性进行检验。结果表明,该方法能够有效检测到目标信号,并可实现对目标信号的识别分类。     

基于核函数支持向量机的雷达辐射源识别

文中针对雷达辐射源信号环境复杂导致的正确识别率较低的问题,提出了基于支持向量机理论的雷达辐射源识别方法,并构建了基于多种核函数支持向量机的雷达辐射源分类器。通过在不同噪声环境下进行仿真实验,证明了支持向量机理论在雷达辐射源识别中的有效性,并比较了多种核函数支持向量机的识别效果。     

目标回波时频分布的几何结构图像形态特征

沉底目标识别的关键在于从混响背景中提取出稳定的目标回波信号特征。目标的棱角散射能够携带目标的几何形状信息,在时频域内具有较规则的分布特性,但是各棱角散射回波声程差小,而且淹没在混响中。已有的时频分析方法局限于其抗混响能力及时频分辨力,为得到一种有效的目标几何特征提取方法,提出将一维几何回波时域信号在二维时频域中的几何分布特征作为图像特征进行特征提取,通过研究几何亮点回波和混响在时频平面上的形态特征,构造与几何亮点时频特性匹配的结构元并对时频分布图像进行形态滤波。通过仿真与湖试数据分析,相比已有方法,文中所提方法能够在实现目标几何亮点结构的识别同时进一步抑制混响。     

基于短时傅里叶变换的毫米波引信地面目标识别

针对毫米波引信对地面背景中目标时域检测时地杂波影响较大影响识别的问题,提出基于短时傅里叶变换(STFT)的毫米波(MMW)地面目标识别算法。该算法的实质是提取毫米波引信信号频谱中的有效多普勒频率特征信息,用短时傅里叶变换分析实测的引信多普勒信号。在MATLAB软件下用外场实测数据进行试验验证,验证结果表明了短时傅里叶变换方法对地面目标检测、识别的可行性,可以有效地判断出背景信号中有无目标。     

基于残差重构网络的射频信号个体识别

针对主流方法对信号个体识别效率低、误识别的问题,提出一种基于残差重构网络的射频信号个体识别 方法。通过傅里叶变换得到侦收信号的频域特征,作为神经网络的输入向量;利用残差网络能够解决网络退化和梯 度消失的优势,重构残差网络,并将其作为射频信号个体识别的核心网络模型;通过固定每层网络的通道数,实现 减少模型参数量,达到神经网络轻量化目的。实验结果表明：与ResNet18 方法相比,该方法针对30 个目标信号的 个体识别率提升了约3.8%,模型大小降低了13 倍,能较好地解决模型压缩与识别算法性能无法平衡的问题。     

箔条干扰下海上舰船的图像识别方法

为了消除现代电子战中箔条干扰的威胁,提出一种在箔条干扰下海上舰船的图像识别方法。视频雷达提取舰船图像经过灰度转化、去除箔条云、去除背景、二值化、投影、求质心、标定质心等步骤的图像处理后,得到舰船的二值图像,舰船为黑色,背景为白色,并标定出舰船的质心。该方法在处理视频雷达提取图像包含有舰船图像时效果较好。