基于GMM和神经网络的辐射源识别方法

公绪华; 袁振涛; 谭怀英

引用本文:	公绪华,袁振涛,谭怀英. 基于GMM和神经网络的辐射源识别方法[J]. 雷达科学与技术, 2014, 12(5): 482-486.[点击复制]
	. [J]. Radar Science and Technology, 2014, 12(5): 482-486.[点击复制]

【打印本页】【下载PDF全文】【查看/发表评论】【下载PDF阅读器】【关闭】

←前一篇|后一篇→

过刊浏览高级检索

本文已被：浏览 5716次下载 1471次	码上扫一扫！
分享到：微信更多字体:加大+\|默认\|缩小-
基于GMM和神经网络的辐射源识别方法
公绪华,袁振涛,谭怀英
空军装备研究院雷达所

摘要:

针对基于截获雷达脉冲特征参数的辐射源识别问题,通过建立一个高斯混合模型(GMM),采用最大化期望(EM)方法对模型参数进行训练,构建了一个输入为截获雷达脉冲特征参数,输出为雷达辐射源类型的分类器。同时,为实现对分类识别性能对比,进一步提出基于神经网络方法构建雷达辐射源类型分类器。仿真试验结果表明,基于GMM和神经网络构建的两种分类器均能实现对雷达辐射源的在线识别,且当用于训练的样本比例不低于10%时,均能获得90%以上的分类正确率。

关键词: 高斯混合模型神经网络雷达脉冲辐射源识别

DOI：

分类号:

基金项目:

Abstract:

Key words: