一种雷达工作模式识别方法技术

本发明专利技术公开了一种雷达工作模式识别方法，该方法包括以下主要步骤：(1)建立因素集；(2)构造评判集；(3)支持向量机分类器参数的确定。

【技术实现步骤摘要】

本专利技术是一种雷达工作模式识别方法，用于提高对雷达工作模式的识别准确率。
技术介绍
雷达工作模式识别是雷达辐射源识别中的一项重要内容，它以脉冲流分类后属于同一部雷达的脉冲串为处理对象，用于识别雷达辐射源当前所采用的工作模式、技战术用途等内容。目前对雷达工作模式的识别通常基于常规五大参数展开，即到达角(DOA)、载频(RF)、到达时间(TOA)、脉宽(PW)和脉幅(PA)。在此基础之上，本专利技术将二次参数脉冲重复频率(PRF)和数据率(DR)纳入识别当中，并增加对支持向量机分类器参数的评判和选择环节，以获得理想的识别准确率。
技术实现思路
(1)建立因素集；(2)构造评判集；(3)支持向量机分类器参数的确定。附图说明附图1是本专利技术的流程图。参照附图1，本专利技术的流程由建立因素集、构造评判集和支持向量机分类器参数的确定3个部分组成。其中1用于确立识别雷达工作模式的参数；2用于给出待识别的信号可能的工作模式类别；3用于惩罚系数的确定和核函数的选择。具体实施方式实施本专利技术的原理如下：对于分选后的雷达信号，利用PDW中的到达时间数据计算二次参数，即脉冲重复周期和数据率；将PDW中的载频、脉宽与脉冲重复周期、数据率进行组合，得到参数集；之后选择合适的核函数、模型参数和多分类方案对SVM进行训练，利用训练后的SVM对雷达辐射源信号进行识别。(1)建立因素集因素集是支持向量机分类器的输入，由工作模式识别利用的特征参数构成，主要包括四个参数，即载频(RF)、脉宽(PW)、脉冲重复频率(PDF)和数据率(DR)。(2)构造评判集评判集是支持向量机分类器的输出，反映的是最终识别结果，对应的是待识别的信号可能的工作模式类别。(3)支持向量机分类器参数的确定1)惩罚系数的确定惩罚因子C>0作为平衡和的权重，决定着对错分样本的惩罚程度，其确定至关重要，有文献围绕惩罚系数对SVM识别效果的影响展开了深入的研究，本专利技术参考其研究成果，利用SVM作为分类器进行工作模式识别时，取惩罚系数C为2。2)核函数的选择SVM能够对非线性样本进行分类，原理在于其利用核函数将样本从不可分的低维空间映射到可分的高维空间，这样就将非线性不可分问题转换为线性可分问题。常用的核函数有：a.线性核函数(Linear)K(x,x')＝x·x' (1)该核函数是多项式核的一种特例。b.多项式核函数(Polynomial，简称Poly)K(x,x')＝(v(x·x')+c)p (2)该核函数参数多，计算复杂，式(2)中，v一般取1，根据c和p取值的不同，可以得到除线性核之外该核函数的其余特殊形式，如齐次多项式核函数：K(x,x')＝(x·x')p，即c＝0,p∈R+；非齐次多项式核函数：K(x,x')＝((x·x')+c)p，即c,p∈R+c.高斯核函数(Gauss)K(x,x')＝exp(-x-x'||/2δ2) (3)该核函数不需要先验知识，核函数参数δ控制核函数的性能，该函数也叫径向基(RBF)核函数。d.多层感知器核函数(Sigmoid)K(x,x')＝tanh[v(x·x')+c] (4)式(4)中，v,c>0。使用该核函数时SVM相当于包含一个多层感知器。下面结合实例说明一下整个专利技术的优势。设经过长期侦测，先验数据库中已掌握的雷达型号有A、B、C、D。模拟产生分选后雷达信号全脉冲数据序列，对不同型号雷达的不同工作模式分别产生1000组样本，其中500组样本用于训练，500组样本用于测试，信号参数范围如表1所示。表1雷达参数范围对于仿真产生的全脉冲数据，首先进行二次参数计算，提取信号的脉冲重复频率和数据率，然后将载频、脉宽、重频、数据率四个特征参数进行自由组合，组成特征向量，并分别利用BP神经网络、PNN神经网络和支持向量机三种分类器进行工作模式识别实验。其中，BP神经网络的最大迭代次数设为500、训练目标误差设为0.0001。将载频、脉宽、重频、数据率四个特征参数进行自由组合，分别组成一维、二维、三维、四维特征向量，用于标识多个雷达在不同工作模式下的雷达信号，选用BP神经网络、PNN神经网络和SVM作为模式识别的分类器，对表1所示的4种雷达的9个工作模式进行综合识别，得到的识别结果如表2所示。表2不同特征参数条件下的工作模式综合识别结果(％)实验结果充分说明了本专利技术的优势，选择四维特征向量基于SVM可以获得理想的雷达工作模式识别准确率。本文档来自技高网...

【技术保护点】
一种雷达工作模式识别方法，其特征在于包括以下主要技术措施：(1)建立因素集因素集是支持向量机分类器的输入，由工作模式识别利用的特征参数构成，主要包括四个参数，即载频(RF)、脉宽(PW)、脉冲重复频率(PDF)和数据率(DR)(2)构造评判集评判集是支持向量机分类器的输出，反映的是最终识别结果，对应的是待识别的信号可能的工作模式类别(3)支持向量机分类器参数的确定具体包括惩罚系数的确定和核函数的选择。

【技术特征摘要】
1.一种雷达工作模式识别方法，其特征在于包括以下主要技术措施：(1)建立因素集因素集是支持向量机分类器的输入，由工作模式识别利用的特征参数构成，主要包括四个参数，即载频(RF)、脉宽(PW)、脉冲重复频率...

【专利技术属性】
技术研发人员：赵国林，韩俊，冯明月，胡乔林，石子言，
申请(专利权)人：赵国林，
类型：发明
国别省市：湖北;42