《表1 已知雷达辐射源样本特征信息表》

  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AdaBoost和决策树的雷达辐射源识别方法》

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

为验证基于Ada Boost和决策树的雷达辐射源识别算法的有效性，现模拟生成9种雷达辐射源作为已知先验知识库，选取DOA、PA、PW、RF、PRF、BW作为辐射源识别特征，不同特征间的权值相同，各个辐射源样本特征信息如表1所示。算法基本步骤如第4节所示，选取基于信息增益的单棵决策树为弱分类器，运行过程主要分为训练和测试两个阶段，首先利用已知先验知识对构建好的识别模型进行训练优化，进而对生成的包含噪声的数据进行测试，观察实验结果。仿真实验的具体硬件条件为:Inter酷睿[email protected]，内存为8GB，win10专业版64位操作系统，仿真软件为MATLAB R2014a，进行了如下两组实验。