泛读:基于机器学习的雷达辐射源识别方法综述
基本思路
雷达辐射源识别是通过分析处理截获的敌方雷达信号,获取敌方雷达的工作参数和信号特征参数,通过与已知雷达数据库进行对比,判断雷达的型号、工作模式、位置。以前多用参数匹配法直接利用测量获得的信号特征参数与已知的雷达数据库进行匹配,识别雷达辐射源的属性信息;另一种是专家系统法,根据专家提供的雷达属性知识,构建雷达信号识别的推理规则,对雷达辐射源数据进行推理和识别。
下面是基于机器学习的方法:
思路详细
重点
1.文献5:基于粗糙集理论和RBF神经网络的雷达辐射源识别方法,首先基于粗糙集对雷达辐射源信号进行属性约简,提取决策规则; 然后采用粗糙k均值聚类方法对RBF神经网络的聚类中心进行增益,利用信息表提取的决策规则构建RBF神经网络。
2.文献25:首先利用粗糙k均值分类器对训练样本进行聚类,之后利用粗糙边界内的样本训练SVM,再用SVM对不确定区域内的样本进行识别,从而提高了分类精度,并且时间复杂度更低。
3.文献30:针对低截获概率雷达波形识别问题,提出利用深度卷积网络迁移学习的识别方法,首先利用 Choi-Williams 分布将信号转化为二维时频图像并进行预处理,预处理后输入到 CNN 预训练模型进行特征提取,CNN 网络选择 Inception-v3 或 ResNet-152,最后用 SVM 分类器进行识别。
4.文献31:降维压缩。
5.文献34:比较了 CNN、RNN、 LSTM 三种深度神经网络模型,并以雷达辐射源信号包络前 沿为识别特征,将模型应用于雷达辐射源个体识别。
6.文献35:包络前沿特征+强化学习。
7.文献36:DBN。
8.文献37:将强化学习与 DBN 结合构建 RDBN 模型,利用输入特征训练模型,实现对雷达 辐射源的识别分类。
9.文献38:以辐射源时域波形数据作为训 练样本,利用训练样本对使用 RBM 和 DBN 相结合的模型进 行训练,采用 KNN、随机森林、SVM 三类分类器进行识别。
10.文献39:通过 STFT 将时域雷达信号转换为时频图像并降维 处理,利用 SAE 自动提取特征并进行训练,使用 Softmax 函数 进行分类识别,并仿真验证了算法的有效性。
11.文献41:提取雷达信号的双谱特征,采用分层极限学习机 ( hierarchical extreme learning machine,H-ELM) 中的 SAE 进行 特征学习,通过仿真验证了方法的有效性。
总结
文中雷达源识别的方法更加全面,利用生成式对抗网络( GAN) 进行数据增强,GAN 广泛应用于图像生成,当提取雷达信号的二维图像特征后,使用 GAN 扩充样本库,再对 CNN、DBN、SAE 等 模型进行训练的方法可供参考。
泛读:基于机器学习的雷达辐射源识别方法综述相关推荐
- 《基于机器学习的雷达辐射源分选与识别技术研究》论文解读
<基于机器学习的雷达辐射源分选与识别技术研究>论文解读 Data:2023-2-04 Ref: 李雪琼, "基于机器学习的雷达辐射源分选与识别技术研究," PhD Th ...
- 读“基于机器学习的无参考图像质量评估综述”有感
读"基于机器学习的无参考图像质量评估综述"有感 摘要: 无参数图像质量评价(NRIQA)因其广泛的应用需求一直以来都是计算机视觉及其交叉领域的研究热点.回顾近十几年来基于机器学习的 ...
- 【综述 寿命预测】基于机器学习的设备剩余寿命预测方法综述
论文题目:基于机器学习的设备剩余寿命预测方法综述 论文年份:2019 论文作者:裴洪/胡昌华/司小胜/张建勋/庞哲楠/张鹏 论文单位:火箭军工程大学导弹工程学院 DOI:10.3901/JME.201 ...
- 基于深度学习的行为识别方法综述
前言 行为识别是机器理解世界以及人类行为的关键技术,在智慧护理.智能监控.视频检索.智能家居方面有着广泛的应用前景.本文对当前流行的基于深度学习的行为识别技术进行总结. 一.行为识别方法 基于深度学习 ...
- 基于机器学习的技术术语识别研究综述
摘要 [目的] 梳理机器学习算法在技术术语识别中的应用现状与前景.[文献范围] 在WOS核心库和CNKI数据库中,以"technology term* recognition".& ...
- 基于机器学习的雷达信号分选和目标识别(论文阅读学习记录—持续记录)
机器学习在雷达信号分选技术上的应用包括信号分离.确定脉冲参数.形成单部雷达脉冲序列,然后针对雷达目标识别进行分类并划分威胁程度等.在一维距离像识别过程中包括去噪和雷达目标型号识别.该论文(学习内容)重 ...
- 认知电子战 (2.2):基于机器学习的目标状态识别
文章目录 引入 1 已知目标状态 1.1 基于有监督分类 1.2 基于无监督聚类 2 未知目标状态 2.1 未知状态检测 2.2 增量式机器学习 引入 本节主要介绍基于机器学习的目标状态识别.以下 ...
- 【Python】基于机器学习的财务数据分析——识别财务造假
[Python]基于机器学习的财务数据分析--识别财务造假 前言: 本文数据使用了2021泰迪杯官方给出的数据. 其中第一章的代码给出了如何由比赛数据生成案例分析所使用的数据 而第二章则重点介绍了 如 ...
- 基于机器学习的恶意URL识别--选自《通信技术》
基于机器学习的恶意URL识别 原文作者:李泽宇,施勇,薛质 原文期刊:信息安全与通信保密杂志社 选自<通信技术>2020年第二期 2020-03-10 原文链接:https://www.s ...
最新文章
- 013_序列内建函数
- 梦中的统计(洛谷P1554题题解,Java语言描述)
- react初识生命周期
- 福布斯中国2020科技女性榜:蓝港互动廖明香、百度李莹等上榜
- 由于找不到MSVCP20.dll,无法继续执行代码
- Python 学习笔记 - 协程
- 去除程序名称 去除程序属性详细信息中的程序名称 创建时间等信息
- 常用正则表达式 (转)
- exescope使用
- 易基因 - 外泌体let-7d-3p和miR-30d-5p作为宫颈癌及其癌前病变无创筛查的诊断标志物|早期筛查
- 流氓软件广告屏蔽大师 处理方式
- AD(活动目录)中组的类型与工作范围
- 非贪婪匹配:如何使用正则表达式碰到到第一个匹配到的字符串就停止
- html怎么在线安装,web前端零基础学习教程,如何安装HTML编辑器!
- 学习OpenCV——Kalman滤波
- 关于CC2541OTA升级的coed区溢出与bin文件生成问题
- Latex 各种bib style列举
- NOI题库答案 2.2基本算法之递归和自调用函数
- 丛林战争项目八之Workbench创建数据库和表
- Web前端实现一个图片放大镜