典型文献
基于参数优化VMD和LightGBM的雷达辐射源个体识别
文献摘要：
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[2,2950];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.通过实测数据的验证,信噪比在25 dB时识别率能够达到85％以上,具有较为理想的识别结果.
文献关键词：
雷达辐射源;个体识别;变分模态分解;麻雀搜索算法;能量熵;样本熵;LightGBM
中图分类号：
作者姓名：
肖易寒;李栋年;于祥祯;宋柯
作者机构：
哈尔滨工程大学,哈尔滨 150001;上海无线电设备研究所,上海 200090
文献出处：
引用格式：
[1]肖易寒;李栋年;于祥祯;宋柯-.基于参数优化VMD和LightGBM的雷达辐射源个体识别)[J].航空兵器,2022(02):93-100
A类：
雷达辐射源个体识别
B类：
VMD,LightGBM,复杂电磁环境,识别准确率,无意,相位噪声,指纹特征,麻雀搜索算法,SSA,变分模态分解,准确快速,数组,源信号,信号提取,能量熵,样本熵,特征向量,送入,分类器,dB,识别率,较为理想
AB值：
0.184662
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
