《表1 不同信号分选方法性能比较》
通过实验进行不同分类方法的性能比较和分析[11]。其中,SAE方法是通过堆叠多个自动编码器形成的模型,它能学习数据集中的特征,具有较强的鲁棒性和特征表达能力;SVM分类器是目前模式识别、分类领域具有强泛化能力的方法;后一种方法是基于脉冲描述字特征的信号分类方法,这种方法特征提取耗时,受先验知识的制约。针对本文仿真的七类不同类型的雷达信号,经过FFT变换获得的频域波形分布特征作为实验数据。参考相关文献其他算法进行比较,其中,SAE深度模型方法经过实验选择较优的参数进行雷达信号识别;SVM分类方法经过五折交叉验证方法和网格寻优实验获得较优的参数,进行信号分类。实验结果如表1所示。
图表编号 | XD0067690800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 陈春利、金炜东 |
绘制单位 | 西南交通大学电气工程学院、西南交通大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |