基于协作表示Boosting的辐射源多传感器融合识别

发布时间：2019-04-22 10:18

【摘要】：由于单传感器辐射源识别的局限性,在低信噪比条件下仅提高单侦测平台的识别能力无法满足实际需求,为此提出基于协作表示Boosting的辐射源多传感器融合识别算法.利用多传感器数据信息的冗余性和互补性,对多处理支路采用时频分析提取特征,并由协作表示分类器求得残差.根据Boosting在训练阶段的权重组合得到最小分类残差,实现多传感器决策域的融合识别.仿真实验结果验证了所提出方法有效性,并且在低信噪比情况下噪声鲁棒性更优异,易于实现.
[Abstract]:......
【作者单位】： 海军工程大学电子工程学院;
【基金】：国家自然科学基金项目(61501484) 国家863计划项目(2014AA7014061)
【分类号】：TP212

【参考文献】

相关期刊论文 前5条

1 CHEN Changxiao;HE Minghao;LI Hongfei;;An Improved Radar Emitter Recognition Method Based on Dezert-Smarandache Theory[J];Chinese Journal of Electronics;2015年03期

2 史亚;姬红兵;朱明哲;王磊;;多核融合框架下的雷达辐射源个体识别[J];电子与信息学报;2014年10期

3 马捷;黄高明;吉嘉;左炜;高俊;;基于稀疏表示的雷达辐射源信号级融合识别算法[J];控制与决策;2014年10期

4 王磊;周乐囡;姬红兵;林琳;;一种面向信号分类的匹配追踪新方法[J];电子与信息学报;2014年06期

5 韩韬;周一宇;;雷达信号的扩散特征及其在特定辐射源识别中的应用[J];电子学报;2013年03期

【共引文献】

相关期刊论文 前10条

1 周志文;黄高明;高俊;;基于协作表示Boosting的辐射源多传感器融合识别[J];控制与决策;2017年08期

2 李靖超;陈志敏;;基于多重分形维数的改进信号特征提取算法[J];上海电机学院学报;2017年01期

3 翁国秀;徐学红;;基于时频单源点检测的雷达信号的盲分选[J];重庆邮电大学学报(自然科学版);2017年01期

4 周志文;黄高明;高俊;满欣;;一种深度学习的雷达辐射源识别算法[J];西安电子科技大学学报;2017年03期

5 任晓奎;刘星宇;;CoSaMP改进算法在信道估计中的应用[J];计算机应用与软件;2016年11期

6 王星;王志鹏;呙鹏程;周东青;杜文红;王超;;应用D-S证据理论的雷达工作模式特征层融合识别[J];空军工程大学学报(自然科学版);2016年04期

7 周志文;黄高明;高俊;;基于协作表示的雷达辐射源多传感器融合识别[J];系统工程与电子技术;2016年12期

8 解辉;程呈;张宏伟;;基于特征值分析的雷达脉冲波形估计及性能分析[J];火力与指挥控制;2016年06期

9 段沛沛;李辉;李彬;;基于压缩感知稀疏分解的一维距离像目标识别[J];西北工业大学学报;2016年02期

10 刘利民;程呈;韩壮志;;雷达告警接收机模拟系统设计与实现[J];系统仿真学报;2016年04期

【二级参考文献】

相关期刊论文 前10条

1 王海涛;王俊;;基于压缩感知的无源雷达超分辨DOA估计[J];电子与信息学报;2013年04期

2 韩韬;周一宇;;雷达信号的扩散特征及其在特定辐射源识别中的应用[J];电子学报;2013年03期

3 解志斌;薛同思;田雨波;邹维辰;刘庆华;马国华;;一种稀疏增强的压缩感知MIMO-OFDM信道估计算法[J];电子与信息学报;2013年03期

4 王磊;史亚;姬红兵;;基于多集典型相关分析的雷达辐射源指纹识别[J];西安电子科技大学学报;2013年02期

5 何艳敏;甘涛;陈武凡;;基于稀疏表示的两级图像去噪[J];电子与信息学报;2012年09期

6 王世强;张登福;毕笃彦;薛德友;雍霄驹;;双谱二次特征在雷达信号识别中的应用[J];西安电子科技大学学报;2012年02期

7 骆振兴;楼才义;陈仕川;李少伟;;基于最大分类间隔SVDD算法的辐射源个体确认[J];电子与信息学报;2011年09期

8 王磊;姬红兵;史亚;;基于模糊函数特征优化的雷达辐射源个体识别[J];红外与毫米波学报;2011年01期

9 刘海军;柳征;姜文利;周一宇;;基于云模型和矢量神经网络的辐射源识别方法[J];电子学报;2010年12期

10 李楠;曲长文;平殿发;苏峰;;基于分布式传感器信息融合的辐射源识别[J];控制与决策;2010年12期

【相似文献】

相关期刊论文 前10条

1 ;Thickness Measurement of Insulation Coating by NIR Spectrometry Based on Boosting-KPLS[J];光谱学与光谱分析;2011年08期

2 于振洋;;基于Boosting的网络异常流量检测算法研究[J];淮阴工学院学报;2011年05期

3 尚小舟;石艳平;;基于Boosting方法的混合正态模型选择[J];甘肃联合大学学报(自然科学版);2008年04期

4 涂承胜;陆玉昌;;Boosting理论基础[J];计算机科学;2004年10期

5 路刚;陈永;范永欣;胡成;;Boosting算法研究[J];电脑知识与技术;2008年36期

6 宋捷;吴喜之;;一种新的Boosting回归树方法[J];统计与信息论坛;2010年05期

7 ;Further results on the margin explanation of boosting:new algorithm and experiments[J];Science China(Information Sciences);2012年07期

8 涂承胜;陆玉昌;;Boosting视角[J];计算机科学;2005年05期

9 于玲;吴铁军;;集成学习:Boosting算法综述[J];模式识别与人工智能;2004年01期

10 宋捷;吕晓玲;吴喜之;;两分类不平衡数据的Boosting算法[J];统计与决策;2010年10期

相关会议论文 前1条

1 李秋洁;茅耀斌;王执铨;;一种基于boosting的不平衡数据分类算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年

相关硕士学位论文 前7条

1 严爱玉;基于Stockwell变换与Boosting算法的自动癫痫检测[D];山东大学;2015年

2 蔡小龙;正则化Boosting算法的一致性[D];湖北大学;2016年

3 王远艰;面向野外环境感知的主动Boosting技术研究[D];南京理工大学;2009年

4 乐斌;Boosting算法研究及其在光谱分析中的应用[D];浙江大学;2004年

5 吴继民;基于Boosting思想的半监督学习算法研究[D];吉林大学;2014年

6 刘利平;基因模式的PICA获取及基于Boosting的模式分类[D];西安电子科技大学;2004年

7 关超;稳定的Boosting类神经网络新算法研究[D];北京化工大学;2011年

，

本文编号：2462753