现代防御技术
現代防禦技術
현대방어기술
Modern Defense Technology
2015年
5期
172-177,241
,共7页
LPI雷达信号%时频分布%二维EMD分解%主分量分析
LPI雷達信號%時頻分佈%二維EMD分解%主分量分析
LPI뢰체신호%시빈분포%이유EMD분해%주분량분석
low probability of intercept (LPI) radar signals%time-frequency distribution%two-dimensional empirical mode decomposition(EMD)%principal component analysis
针对LPI信号分类识别问题中,时频图像受噪声干扰严重的问题,提出了一种基于二维快速经验模式分解(FBEMD)的图像降噪算法,并利用该算法实现对LPI信号的分类.首先利用时频分析方法,获得待分类信号的时频分布图像;使用二维EMD分解算法对图像降噪;截取包含时频信息的图像部分,通过主分量分析法提取特征矢量;最后采用RBF神经网络完成信号的分类识别任务.对常见的LPI雷达信号进行仿真,结果表明较低信噪比情况下,该方法仍能获得较好的分类结果.当信噪比为-2 dB时,采用二维EMD降噪算法,平均正确识别率能够达到93％.
針對LPI信號分類識彆問題中,時頻圖像受譟聲榦擾嚴重的問題,提齣瞭一種基于二維快速經驗模式分解(FBEMD)的圖像降譟算法,併利用該算法實現對LPI信號的分類.首先利用時頻分析方法,穫得待分類信號的時頻分佈圖像;使用二維EMD分解算法對圖像降譟;截取包含時頻信息的圖像部分,通過主分量分析法提取特徵矢量;最後採用RBF神經網絡完成信號的分類識彆任務.對常見的LPI雷達信號進行倣真,結果錶明較低信譟比情況下,該方法仍能穫得較好的分類結果.噹信譟比為-2 dB時,採用二維EMD降譟算法,平均正確識彆率能夠達到93％.
침대LPI신호분류식별문제중,시빈도상수조성간우엄중적문제,제출료일충기우이유쾌속경험모식분해(FBEMD)적도상강조산법,병이용해산법실현대LPI신호적분류.수선이용시빈분석방법,획득대분류신호적시빈분포도상;사용이유EMD분해산법대도상강조;절취포함시빈신식적도상부분,통과주분량분석법제취특정시량;최후채용RBF신경망락완성신호적분류식별임무.대상견적LPI뢰체신호진행방진,결과표명교저신조비정황하,해방법잉능획득교호적분류결과.당신조비위-2 dB시,채용이유EMD강조산법,평균정학식별솔능구체도93％.
