摘要

针对有源压制干扰信号的自动识别问题,提出一种基于多域特征提取和相关向量机(RVM)分类器的识别方法。首先对噪声干扰,密集假目标干扰,间歇采样转发干扰和组合干扰4种压制干扰信号进行建模和分析,然后分别提取时域特征、频域特征和变换域特征构成多域特征向量,最后采用RVM分类器进行特征选择和分类识别,自动确定最优识别特征的同时提升算法稳健性。基于仿真数据的实验结果表明,相对于传统单一维度特征,所提多域特征可以获得更优的识别性能,并且在低JNR条件下具有更高的鲁棒性。

  • 单位
    中国电子科技集团公司