基于VMD和特征融合的辐射源信号识别

作者：李亚兰; 金炜东; 葛鹏

来源：系统工程与电子技术, 2020, 42(07): 1499-1503.

• 雷达辐射源信号识别
• 变分模态分解
• 特征融合
• 支持向量机

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。

• 单位
  西南交通大学