基于参数优化VMD和LightGBM的雷达辐射源个体识别

打开文本图片集

摘 要：      为解决在复杂电磁环境中雷达辐射源个体识别准确率低的问题，提出基于参数优化VMD和LightGBM的雷达辐射源个体识别技术。首先对雷达辐射源的无意特征进行分析，仿真添加了相位噪声作为雷达辐射源的指纹特征; 其次利用麻雀搜索算法（SSA）对变分模态分解（VMD）的分解参数进行自动寻优，准确快速地得到最优分解参数组合为[2， 2 950]; 然后基于最优VMD分解参数对辐射源信号提取能量熵与样本熵作为特征向量; 最后将特征向量送入LightGBM分类器完成辐射源个体识别。（剩余11210字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。