当前位置:主页 > 科技论文 > 信息工程论文 >

基于时频图像三维熵特征的雷达信号识别

发布时间:2017-12-27 15:16

  本文关键词:基于时频图像三维熵特征的雷达信号识别 出处:《火力与指挥控制》2016年12期  论文类型:期刊论文


  更多相关文章: 雷达信号识别 时频图像 香农熵 奇异谱熵 范数熵


【摘要】:针对雷达信号识别算法存在着准确率低以及抗噪性差的问题,提出基于时频图像三维熵特征的雷达信号识别算法。该方法对雷达信号时频变换后得到的时频灰度图提取其香农熵(Sh En)、奇异谱熵(Ss En)和范数熵(No En),并将三维熵值作为信号识别的特征向量,采用支持向量机实现信号的分类识别。仿真实验表明,提出的算法能够在低信噪比下得到较高的正确识别率。
[Abstract]:In view of the problem of low accuracy and poor noise resistance in radar signal recognition algorithm, a radar signal recognition algorithm based on the three-dimensional entropy feature of time frequency image is proposed. The method extracts the Shannon entropy (Sh En), the singular entropy (Ss En) and the norm entropy (No En) of the time-frequency grayscale obtained after the time-frequency transformation of radar signals, and uses the three dimensional entropy as the feature vector of signal recognition, and uses support vector machine to realize the classification and recognition of signals. The simulation experiment shows that the proposed algorithm can get a higher correct recognition rate at low signal to noise ratio.
【作者单位】: 空军航空大学;空军航空大学飞训基地第一飞行团机务大队;
【分类号】:TN957.51
【正文快照】: 0引言随着新体制雷达和多用途雷达在军事领域的广泛应用,电磁环境变得越来越复杂,仅仅依靠传统的五大参数已无法满足电子情报侦察的需要。因此,必须提取雷达新的有效特征。雷达信号脉内特征具有良好的刻画信号本质的性能,能够为复杂电子环境下信号的分选、识别提供更详细的信

【相似文献】

相关期刊论文 前10条

1 刘爱霞,赵国庆;一种新的雷达信号识别方法[J];航天电子对抗;2003年01期

2 ;雷达信号识别的一种方法[J];电子对抗技术;1986年Z1期

3 李广彪,张剑云,毛云祥;一种新的雷达信号识别可信度确定方法[J];现代雷达;2005年05期

4 孙亚伟;黄建冲;徐英;;基于时间序列相似性原理的雷达信号识别[J];航天电子对抗;2012年04期

5 邱宪文,罗景青;灰关联分析与雷达信号识别[J];雷达与对抗;1999年02期

6 龚亮亮,罗景青,吴世龙;雷达信号识别中一种基于熵权的特征权重确定方法[J];舰船电子工程;2005年02期

7 邓振淼;刘渝;;多相码雷达信号识别与参数估计[J];电子与信息学报;2009年04期

8 王欢;何明浩;刘锐;韩俊;;雷达信号识别效果的模糊综合评价研究[J];雷达科学与技术;2012年04期

9 宁宇;;基于分形理论和神经网络的雷达信号识别算法[J];中小企业管理与科技(中旬刊);2014年02期

10 陈婷;严晓兰;;基于粗集和支持向量机的雷达信号识别法[J];航天电子对抗;2010年06期

相关会议论文 前1条

1 王惠娟;;雷达信号识别综合可信度确定的新算法[A];2014第二届中国指挥控制大会论文集(上)[C];2014年

相关博士学位论文 前1条

1 朱健东;复杂体制雷达信号识别与参数估计研究[D];解放军信息工程大学;2013年

相关硕士学位论文 前7条

1 王开洋;雷达信号识别关键技术研究[D];西安电子科技大学;2014年

2 李密;雷达信号识别关键技术研究[D];西安电子科技大学;2014年

3 牛r,

本文编号:1342233


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1342233.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户8114b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com