基于智能算法的辐射源信号分选研究

发布时间：2021-05-22 05:44

　　基于规则和模板的辐射源信号分选算法难以实现对未知辐射源的快速分选;同时,算法对历史数据运用能力不足,模型难以进化,无法适应复杂辐射源信号处理需求。文中研究了一种智能算法辐射源分选方法,设计了在线分选和离线训练分选流程,介绍了监督学习算法对已知辐射源的快速分选和对未知类别辐射源学习的能力,以及非监督学习算法对未知辐射源模糊聚类的能力。该辐射源分选能够实现对辐射源历史数据的挖掘和分析;同时,初步具有对未知类型辐射源分选和识别的能力。 

【文章来源】：现代雷达. 2020,42(07)北大核心CSCD

【文章页数】：8 页

【文章目录】：
0 引 言
1 基于智能算法的辐射源分选方法
2 基于监督学习的辐射源分选
    2.1 监督学习算法
    2.2 监督学习算法试验与仿真
3 基于非监督学习的辐射源聚类
    3.1 非监督式算法
    3.2 非监督聚类试验仿真
4 结束语


【参考文献】：
期刊论文
[1]大数据下的机器学习算法综述[J]. 何清,李宁,罗文娟,史忠植.  模式识别与人工智能. 2014(04)
[2]基于PRI的雷达脉冲序列分选方法[J]. 杨文华,高梅国.  现代雷达. 2005(03)
[3]密集信号分选的平面变换技术[J]. 赵仁健,龙德浩,熊平,陈元享.  电子学报. 1998(01)



本文编号：3201093