李序
- 作品数：5 被引量：28H指数：3
- 供职机构：西南交通大学电气工程学院更多>>
- 发文基金：国家自然科学基金四川省青年科技基金更多>>
- 相关领域：电子电信理学自动化与计算机技术更多>>
- 基于K-均值的SVC的雷达辐射源信号识别被引量：6
- 2008年
- 无监督学习是解决未知雷达辐射源信号识别的有效方法。Support Vector Clustering(SVC)是一种基于支持向量机的无监督聚类方法。SVC不仅时间复杂度高,而且在处理分布复杂、不均匀样本时,识别率较低。结合K-均值与SVC的优点,提出一种基于K-均值的SVC无监督聚类方法。此方法用K-均值聚类法对数据样本作初步的线性划分,将原数据样本划分成若干子样本。再将这些子样本分别映射到高维特征空间,用SVC方法去处理非线性问题。由K-均值聚类法将二次规划问题分解,大大减少SVC的计算量,降低时间消耗。相对于原数据样本,子样本的分布较为简单、均匀,容易找到更为合适的SVC参数值。对雷达辐射源信号进行聚类分析的实验结果表明,此方法处理速度较快,识别率较高。
- 李序张葛祥
- 关键词：K-均值聚类VECTOR雷达辐射源
- 一种雷达辐射源信号分类新方法被引量：14
- 2009年
- 针对复杂体制雷达辐射源信号分类问题,提出一种基于时频分析、图像处理和支持向量机的辐射源信号分类新方法。该方法将辐射源信号分类问题转换为图像处理及识别问题,先对辐射源信号进行时频分析,获得时频分布图,并将其转化为灰度图像并作归一化处理,再用支持向量机对处理后的图像进行分类。5种典型辐射源信号分类实验表明,该方法在信噪比高于2.5 dB时,平均正确分类率达92%以上。
- 邹兴文张葛祥李明李序
- 关键词：雷达辐射源信号时频分析图像处理支持向量机
- 基于加权K-近邻法和SVC的雷达辐射源信号识别被引量：6
- 2010年
- 为提高支持向量聚类法对分布复杂、不均匀雷达辐射源信号样本聚类的正确率,提出一种结合剪辑近邻法、K-近邻法和支持向量聚类的无监督分类新方法。先采用支持向量聚类对所有未知样本作预分类,再按照一定的剪辑规则剪掉错误类别,最后利用K-近邻法对剪掉的样本按各已知类别不同分布进行加权分类。IRIS数据和辐射源信号聚类实验结果表明,此方法能平衡数据样本各局部分布,获得全局最优聚类分配。
- 李序张葛祥荣海娜
- 关键词：信号处理雷达辐射源信号识别支持向量聚类K-近邻法
- 雷达辐射源信号支持向量聚类分析
- 雷达对抗侦察包括雷达辐射源信号的截获、分选、分析和识别。雷达辐射源信号识别是整个雷达对抗信号处理中的关键性过程，是现代电子情报侦察系统和电子支援系统的重要组成部分。雷达辐射源信号识别的准确与否决定着雷达对抗的成败。然而，...
- 李序
- 关键词：K-均值聚类K-近邻法聚类分析雷达辐射源
- 文献传递
- 快速TFAD在雷达辐射源信号中的应用被引量：3
- 2009年
- 计算复杂度高是制约时频原子分解算法在信号处理中应用的主要问题,文中提出了一种基于粒子群算法(PSO)的时频原子分解快速算法,该方法在过完备Chirp原子库的基础上,采用时频原子分解算法分解信号,并通过PSO算法降低时频原子分解算法搜索过程的计算复杂度,提高信号处理效率。对雷达辐射源信号的仿真实验结果表明,该方法与传统的时频原子分解算法相比计算速度大幅提高,且用在数量上比Gabor少的Chirp原子刻画出信号的主要时频特征。
- 方纯张葛祥刘红文李序
- 关键词：雷达辐射源信号粒子群算法
