基于VMD和特征融合的辐射源信号识别

摘要：

在日趋复杂的电子对抗中,如何提高雷达辐射源信号(radar emitter signal,RES)识别率和抗噪性能是亟待解决的问题.为此提出了一种变分模态分解(variational mode decomposition,VMD)和特征融合相结合的RES识别方法.首先利用VMD算法对各雷达信号进行分解得到3个本征模态函数(intrinsic mode function,IMF);然后,对这3个IMF分量提取排列熵(permutation entropy,PE)和样本熵(sample entropy,SE)特征进行特征融合,构成六维特征向量;最后利用支持向量机对辐射源信号进行识别.利用6种不同的辐射源信号对该方法进行了验证,仿真实验结果表明,该方法在低信噪比(signal to noise ratio,SNR)下能取得较好的识别率,当SNR不低于0 dB时,六维特征向量的识别率达到100％,具有较强的抗噪性能.

关键词：雷达辐射源信号识别、变分模态分解、特征融合、支持向量机

所属期刊栏目：42

分类号：TN973

资助基金：装备预研领域基金;中央高校基本科研业务费专项资金

在线出版日期：2020-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1499-1503