《表1 6种信号小波矩特征的均值》
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。
图表编号 | XD00222617400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 曹晓航、汪立新、束学渊 |
绘制单位 | 杭州电子科技大学通信工程学院、杭州电子科技大学通信工程学院、杭州电子科技大学通信工程学院 |
更多格式 | 高清、无水印(增值服务) |