[发明专利]基于盲压缩核字典学习的多分量雷达信号调制识别方法

权利要求书

1.一种基于盲压缩核字典学习的多分量雷达信号调制识别方法，其特征是：

步骤一：建立雷达信号集，根据上述雷达信号类型及其参数，随机选择组合成多分量信号；

步骤二：分别对雷达信号集中的雷达单信号、多分量信号运用CWD时频分析法进行时频处理得到雷达单信号、多分量信号的时频矩阵；

步骤三：将得到的时频矩阵运用全局阈值二值化算法、双三次插值算法进行时频矩阵维度压缩；

步骤四：引入盲压缩，运用贝努利随机矩阵对上述维度压缩后的时频矩阵进行无损压缩；

步骤五：将无损压缩后的单信号时频矩阵进行核字典学习，得到只适合于该类信号的稀疏核字典，然后级联成一个结构化核字典；

步骤六：将无损压缩后多分量信号的时频矩阵在步骤五构建的结构化稀疏字典上进行稀疏表示，得到该类信号的稀疏系数向量；

步骤七：将支持向量机作为分类器进行多分量雷达信号调制识别，选取高斯核函数作为支持向量机的核函数，将多分量雷达信号的稀疏系数向量结合相应类别标签对支持向量机通过交叉验证进行参数寻优，确定支持向量机的核函数参数σ和惩罚因子C；

步骤八：利用上述盲压缩核字典学习和支持向量机相结合的雷达信号调制识别方法进行多分量雷达信号的快速准确识别。

2.根据权利要求1所述的基于盲压缩核字典学习的多分量雷达信号调制识别方法，其特征是步骤一具体包括：依据十四类雷达信号参数，产生由常规脉冲信号CW；线性调频信号LFM；非线性调频信号NLFM；调频编码信号Costas；二相编码信号BPSK；多相编码信号Frank、P1、P2、P3及P4；多时码信号T1、T2、T3及T4组成的雷达信号集，所述的十四类雷达信号参数包括：采样频率、采样点数、载频、带宽、巴克码、编码位数、相位编码周期、步进频率、相位状态数、码序列段数，根据上述雷达信号类型及其参数，随机选择组合成多分量信号。