基本思路
首先提取雷达信号时频图像的形状特征和纹理特征构成融合特征,然后将融合特征输入随机森林分类器,实现信号的分类识别。
思路详细
提取时频图像的纹理特征与形状特征,构成融合特征,作为识别雷达信号的特征。对于分类器的选取,本文选择组合分类器—随机森林(random forest,RF),随机森林包含多个决策树,具有在不增加运算量的基础上达到较高的预测精度、处理高维数据、较好的容噪能力等优点。在仿真实验中,提取了8种常见的雷达信号的时频图像的融合特征,并采用RF分类器进行分类识别。
重点
1.使用B分布对雷达信号进行时频变换;
2.转换为图片,提取图片轮廓特征和纹理特征;
3.基于cart算法的RF分类器。
总结
雷达的不同调制!!!反应不同特征!!!