基于熵特征的雷达辐射源信号识别.pdf

《基于熵特征的雷达辐射源信号识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第20卷第4期电波科学学报VoI.20，No.42005年8月CHINESEJOURNALOFRADIOSCIENCEAugust，2005文章编号1005-0388（2005）04-0440-06*基于熵特征的雷达辐射源信号识别1，221张葛祥胡来招金炜东（1.西南交通大学电气工程学院，dyIan7237@sina.com，四川成都610031；2.电子对抗国防科技重点实验室，四川成都610036）摘要针对现有方法识别率低和没有考虑噪声影响的问题，提出一种新的雷达辐射源信号识别方法。将近似熵（ApEn）和范数熵（NoEn

2、）构成特征向量，用神经网络分类器实现自动分类识别。ApEn是定量描述信号复杂性和不规则性的有效测度，NoEn是定量表征信号能量分布的有效参数。理论分析和实验结果表明，熵特征类内聚集性强、类间分离度大，在较大信噪比范围内均能获得非常满意的正确识别率，证实了所提出方法的有效性。关键词信号识别，近似熵，范数熵，雷达辐射源中图分类号TN957文献标识码ARadaremittersignalrecognitionbasedonentropyfeatures1，221ZHANGGe-xiangHULai-zhaoJINWei-dong

3、（1.SchoolofElectricalEngineering，SouthwestJiaotongUniuersity，dylan7237@sina.com，ChengduSichuan610031，China；2.NationalEWLaboratory，ChengduSichuan610036，China）AbstractTosoIvetheprobIemsofIowrecognitionrateandnoiseeffectinradaremittersignaIrecognition，anoveIapproachw

4、asproposed.Inthisapproach，approximateentropy（ApEn）andnormentropy（NoEn）constitutedfeaturevector，andneuraInetworkbasedcIassifiersweredesignedtoidentifyradaremittersignaIsautomaticaIIy.ApEnisagoodmeasureofcompIexityandirreguIarityofsignaIsandNoEnisausefuIparameterfor

5、guan-tifyingtheenergydistributionofsignaIs.TheoreticaIanaIysisandexperimentaIresuItsshowthatApEnandNoEnfeatureshavesmaIIwithin-cIassdistanceandIargebetween-cIassdistance，andcanachieveverysatisfyingaccuraterecognitionratewhensignaI-to-noiseratevariesinaIargerange.I

6、tisprovedtobeavaIidandpracticaIapproach.KeywordssignaIrecognition，approximateentropy，normentropy，radaremitter宽和信号波形日益复杂多变，雷达辐射源信号识别多1引言年来一直是电子对抗领域中非常重要且困难的研究课［1］电子侦察是现代战争的先导和序幕，是现代电子题。传统方法直接将信号特征参数（如RF、PRI、PA战胜利的关键因素，雷达辐射源信号识别是电子侦察和PW等）构成模式矢量，通过与识别库中的特征参数中的关键过程。由于

7、信号特征未知、频率覆盖范围很进行匹配而识别出不同的辐射源信号。由于只利用了*收稿日期：2003-12-30.基金项目：国防科技重点实验室基金项目（NEWL51435OT220401）；国家自然科学基金项目（No.60474022）；西南交通大学博士生创新基金项目（2003）；教育部高等学校骨干教师资助计划项目（教技司［2000］65号）第4期张葛祥等：基于熵特征的雷达辐射源信号识别441信号的外部特征参数，主要对常规辐射源信号识别有i）将信号序列｛R（）｝按顺序组成一组m维矢量效。随着新的复杂体制雷达不断涌现，脉内细微特征

8、X（），即［2~5］［2］分析技术受到了普遍关注，谱相关法、包络X（）=［R（），R（+1），⋯，R（+m-1）］，［3，4］［5］法、相对无模糊相位重构法等脉内特征提取法=1，2，⋯，N-m+1（1）相继被提出。但这些方法均存在如下不足：（1）只能ii）对每一个值计算矢量X（）与其余矢量X（i）识别出