《表1 6种信号小波矩特征的均值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于小波不变矩的雷达辐射源信号识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验最后将本文所采用小波矩特征提取方法与其他文献所采用的方法相比较，其中文献[5]采用了基于Hu矩特征和伪Zernike矩特征的方法来识别雷达信号，而文献[6]则利用了Legendre矩特征来进行识别。文献[5]和文献[6]都利用了常用雷达信号的CWD时频变换图像，然后对时频图像进行预处理，再利用矩的性质提取特征向量。在实验过程中，4种方法的仿真条件相同。图3为Hu矩、伪Zernike矩、Legendre矩和小波矩这4种方法的总识别率统计图。从图3可知，在低信噪比下，小波矩算法的识别效果较好，当SNR>3 d B时，基于Legendre矩和基于小波矩的特征提取的识别率较高，都接近100%，能准确地识别几种常用的信号，识别效果要远远好于基于伪Zernike矩特征和Hu矩特征的方法，当信噪比SNR<-3 d B时，相较于小波不变矩，Legendre矩方法的识别正确率下降较快。以上结果可以说明，采用本文基于时频图像小波不变矩特征向量提取的方法可以有效识别雷达信号，且可以运用在低信噪比的环境下。