针对目前敌我识别辐射源个体识别(Specific Emitter Identification of Identification Friend or Foe,SEI-IFF)研究提取特征对于区分不同辐射源个体能力不足的问题,提出了一种融合相位空间特征的SEI-IFF新方法。该方法首先基于敌我识...针对目前敌我识别辐射源个体识别(Specific Emitter Identification of Identification Friend or Foe,SEI-IFF)研究提取特征对于区分不同辐射源个体能力不足的问题,提出了一种融合相位空间特征的SEI-IFF新方法。该方法首先基于敌我识别信号(Identification Friend or Foe,IFF)自身特性,从单个脉冲及信号全局等方面提取脉冲相位及功率谱密度作为相位原始特征。然后利用可视图(Visibility Graph,VG)及水平可视图(Horizontal Visibility Graph,HVG)算法进行相位空间维度转换,接着提取并融合相位空间特征。最后基于随机森林(Random Forest,RF)模型完成SEI-IFF。试验结果表明,该方法针对20个目标搭载的IFF辐射源个体的平均识别准确率达92.48%,可较准确地完成SEI-IFF,有助于提升空域识别系统的抗干扰性。展开更多
文摘针对目前敌我识别辐射源个体识别(Specific Emitter Identification of Identification Friend or Foe,SEI-IFF)研究提取特征对于区分不同辐射源个体能力不足的问题,提出了一种融合相位空间特征的SEI-IFF新方法。该方法首先基于敌我识别信号(Identification Friend or Foe,IFF)自身特性,从单个脉冲及信号全局等方面提取脉冲相位及功率谱密度作为相位原始特征。然后利用可视图(Visibility Graph,VG)及水平可视图(Horizontal Visibility Graph,HVG)算法进行相位空间维度转换,接着提取并融合相位空间特征。最后基于随机森林(Random Forest,RF)模型完成SEI-IFF。试验结果表明,该方法针对20个目标搭载的IFF辐射源个体的平均识别准确率达92.48%,可较准确地完成SEI-IFF,有助于提升空域识别系统的抗干扰性。
