一种改进的雷达信号小波包特征提取方法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
g e t r sa e e ta t d fo wa ee c e o f c e t ih a e d — os d i v ltd man. Fi Y f au e r xr ce r m v ltpa k tc e i in swh c r e n ie n wa ee o i —
意 的识 别效果 。
关键 词 : 波包 变换 ; 号去 噪 ; 小 信 特征 提取 ; 支持 向量机
中图分类 号 : N 5 . 1 T 9 7 5 文献标识 码 : A 文章 编号 :6 1— 6 3 2 1 ) 1 0 9 I 17 0 7 (0 2 0 — 0 O—
I p o e d r Si n lFe t e Ex r c i n Ba e n W a ee c tDe No s n m r v d Ra a g a a ur t a to s d o v ltPa ke - ii g
3 7 2 2部 队 , 南 洛 阳 4 1 2 ) . 18 河 7 02
摘要: 针对低 信 噪 比下 雷达辐 射源信 号分 类 问题 , 出一 种基 于 小 波包特 征 提 取 的 改进 方法 。 提
首先对 信 号进行 小波包 分解 , 然后在 小波 域采用 阈值 收缩 降噪 方法 对小 波 包 系数进 行 去 噪处 理 , 提取 去噪 后小波包 能 量的统 计特征 , 并 最后 设计 支持 向量机 分类器 实现对 雷达 信号 的 自动 分 类 。实验 结果表 明, 用去 噪小 波包 的特 征提 取 方 法能 有效 降低 噪声 对信 号 识别 效 果 的影 采 响 , S R=一3 B 时, 号 的平均识 别 率仍 能到 达 9 . % , 较低 信 噪 比下 能够得 到 较 为满 当 N d 信 33 在
一
种 改 进 的雷达 信 号小 波包 特 征 提取 方 法
白 航 , 拥 军 , 国 庆 谢 巍 。 赵 赵 ,
( . 息 工 程 大 学 信 息 工程 学 院 , 南 郑 州 4 00 ; .10 1信 河 5 0 2 26 9 6部 队 , 北 廊 坊 0 5 0 河 60 1
2 U i6 9 6,L n fn 6 0 1 hn ;3 Unt 1 8 . nt 1 0 a g. g0 5 0 ,C ia . i 7 2 2,L oa g4 0 2,C ia u y n 712 hn )
Absr c To c re t ls iy a v nc d r d re i e inasu de he c n iin o o sg a o s t a t: o r cl ca sf d a e a a m t rsg l n rt o d t flw in ln ie y t o r to,a n v la p o c sn v ltpa k td - osn o e t r x r cin i r p s d By t i ai o e p r a h u ig wa ee c e e n ii g fr fa u e e ta to s p o o e . hs me h d ,wa ee c e r n fr to su e o de o to v ltpa k tta so main i s d t c mpo e r d re t rsg a ,a d t e h n r s a a mi e i n l n h n t e e e — t
第1 3卷 第 1 期
21 0 2年 2月
信 息 工 程 大 学 学 报
J u n lo n o mai n En ie rn ie st o r a fI fr t gn e i g Un v riy o
V0 |1 .1 l 3 No F b 2 2 e . 01
B I a g ,Z AO Y n - n , H u .i X E We A n H H o gj ’ Z AO G oqn , I i u g
( .n tueo fr a o n i eig If ma o n ie r gU i r t , h n zo 5 0 2 C i ; 1 I s tt f nom t nE g e r , no t n E g ei nv s y Z e gh u4 0 0 , hn i I i n n r i n n ei a
K e r s: v ltp c e r n f r to y wo d wa ee a k tta so ma in;sg a e n ii g;fau e e ta t n;s p o tv co a in ld — o sn e tr xr c i o u p r e trm —
i al Ex e ቤተ መጻሕፍቲ ባይዱ n a e ul n i ae t a h r p s d a r a h c n rd e t e i f e c fn ie o cl y. p rme tlr s t i d c t h tt e p o o e pp o c a e uc h n u n e o os n s l r c g iin a c r c . Ev n wh n S e o nto c u a y e e NR = 一3d ,t r po e t o r sefc iey, t c u a B hep o s d me h d wo k fe tv l wi a c r — h c p t 3. y u o 9 3% .
nl al y,t e Su p  ̄ Ve t rMa h n sca sfe sd sg e ri e t n a a mi e in l u o t h p o co c i e l s i ri e in d f d ni g r d re t rsg a sa t ma— i o i f t
意 的识 别效果 。
关键 词 : 波包 变换 ; 号去 噪 ; 小 信 特征 提取 ; 支持 向量机
中图分类 号 : N 5 . 1 T 9 7 5 文献标识 码 : A 文章 编号 :6 1— 6 3 2 1 ) 1 0 9 I 17 0 7 (0 2 0 — 0 O—
I p o e d r Si n lFe t e Ex r c i n Ba e n W a ee c tDe No s n m r v d Ra a g a a ur t a to s d o v ltPa ke - ii g
3 7 2 2部 队 , 南 洛 阳 4 1 2 ) . 18 河 7 02
摘要: 针对低 信 噪 比下 雷达辐 射源信 号分 类 问题 , 出一 种基 于 小 波包特 征 提 取 的 改进 方法 。 提
首先对 信 号进行 小波包 分解 , 然后在 小波 域采用 阈值 收缩 降噪 方法 对小 波 包 系数进 行 去 噪处 理 , 提取 去噪 后小波包 能 量的统 计特征 , 并 最后 设计 支持 向量机 分类器 实现对 雷达 信号 的 自动 分 类 。实验 结果表 明, 用去 噪小 波包 的特 征提 取 方 法能 有效 降低 噪声 对信 号 识别 效 果 的影 采 响 , S R=一3 B 时, 号 的平均识 别 率仍 能到 达 9 . % , 较低 信 噪 比下 能够得 到 较 为满 当 N d 信 33 在
一
种 改 进 的雷达 信 号小 波包 特 征 提取 方 法
白 航 , 拥 军 , 国 庆 谢 巍 。 赵 赵 ,
( . 息 工 程 大 学 信 息 工程 学 院 , 南 郑 州 4 00 ; .10 1信 河 5 0 2 26 9 6部 队 , 北 廊 坊 0 5 0 河 60 1
2 U i6 9 6,L n fn 6 0 1 hn ;3 Unt 1 8 . nt 1 0 a g. g0 5 0 ,C ia . i 7 2 2,L oa g4 0 2,C ia u y n 712 hn )
Absr c To c re t ls iy a v nc d r d re i e inasu de he c n iin o o sg a o s t a t: o r cl ca sf d a e a a m t rsg l n rt o d t flw in ln ie y t o r to,a n v la p o c sn v ltpa k td - osn o e t r x r cin i r p s d By t i ai o e p r a h u ig wa ee c e e n ii g fr fa u e e ta to s p o o e . hs me h d ,wa ee c e r n fr to su e o de o to v ltpa k tta so main i s d t c mpo e r d re t rsg a ,a d t e h n r s a a mi e i n l n h n t e e e — t
第1 3卷 第 1 期
21 0 2年 2月
信 息 工 程 大 学 学 报
J u n lo n o mai n En ie rn ie st o r a fI fr t gn e i g Un v riy o
V0 |1 .1 l 3 No F b 2 2 e . 01
B I a g ,Z AO Y n - n , H u .i X E We A n H H o gj ’ Z AO G oqn , I i u g
( .n tueo fr a o n i eig If ma o n ie r gU i r t , h n zo 5 0 2 C i ; 1 I s tt f nom t nE g e r , no t n E g ei nv s y Z e gh u4 0 0 , hn i I i n n r i n n ei a
K e r s: v ltp c e r n f r to y wo d wa ee a k tta so ma in;sg a e n ii g;fau e e ta t n;s p o tv co a in ld — o sn e tr xr c i o u p r e trm —
i al Ex e ቤተ መጻሕፍቲ ባይዱ n a e ul n i ae t a h r p s d a r a h c n rd e t e i f e c fn ie o cl y. p rme tlr s t i d c t h tt e p o o e pp o c a e uc h n u n e o os n s l r c g iin a c r c . Ev n wh n S e o nto c u a y e e NR = 一3d ,t r po e t o r sefc iey, t c u a B hep o s d me h d wo k fe tv l wi a c r — h c p t 3. y u o 9 3% .
nl al y,t e Su p  ̄ Ve t rMa h n sca sfe sd sg e ri e t n a a mi e in l u o t h p o co c i e l s i ri e in d f d ni g r d re t rsg a sa t ma— i o i f t