泛读：基于随机森林的雷达信号脉内调制识别

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！！！