《表2 不同方法的分选准确率Tab.2 The accuracy rate of sorting under diferent methods》

  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

《高阶累积量在多参数联合分选中的应用》

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

为了证明本文方法的有效性，设计雷达库从中选取5部复杂体制雷达的信号参数，测频误差1 MHz，测向误差3°，按表1所示参数进行仿真验证。从上述5部雷达的信号脉冲中随机抽取400个脉冲作为训练样本，剩余的信号脉冲作为验证集，检验本文算法的泛化性能。同时为了进一步说明本文算法的优异性，选取两种分选方法作为参照，一种是采用多参数动态聚类的方法进行分选，另一种是采用基于Kohonen神经网络的多参数分选算法[18]。仿真实验的统计结果如表2所示。