[发明专利]一种面向复杂电磁环境的雷达辐射源识别方法

说明书

本发明公开一种面向复杂电磁环境的雷达辐射源识别方法，其包括以下步骤：使用TrAdaBoost算法对基分类器支持向量机模型进行构建，以解决复杂电磁环境D_c下大量新出现的雷达辐射源与雷达辐射源数据库D_b中数据不满足同分布假设的问题；使用协同训练算法生成可用的训练数据，以解决复杂电磁环境下大量未知类别雷达辐射源的识别问题；将基于TrAdaBoost算法的支持向量机与协同训练算法相融合以完成雷达辐射源的识别。本发明能够在复杂电磁环境下实现雷达辐射源的有效识别，在一定测量误差下具有较高的识别率。

技术领域

本发明涉及雷达信号处理技术领域，尤其是涉及一种面向复杂电磁环境的雷达辐射源识别方法。

背景技术

随着电子信息领域的发展，电子对抗在电子情报侦察、电子支援和威胁告警系统中发挥着重要作用，雷达辐射源识别(radar emitter identification,REI)是电子对抗中的重要环节。雷达辐射源识别技术的水平制约着整个雷达对抗系统的水平，其识别结果的有效性和准确性会直接影响形势的判断和决策的调整。

雷达辐射源识别通常是指：基于截获的辐射源信号得到信号的参数并提取其信号特征，然后将这些特征与预先累积的数据库进行比较分析，最终确定辐射源的基本属性，包括辐射源的位置、状态、型号和用途等信息，进而能够对战场态势、威胁等级、活动规律、战术意图等进行推理，为己方决策提供重要情报支持。随着信息化的发展，电子对抗中电磁环境日益复杂，在复杂电磁环境中，雷达信号参数灵活多变且信号之间相互交叠。只有及时、准确地识别雷达辐射源才能解决实战环境中所面临的严峻情况。常用的基于脉冲描述字(脉冲幅度、载频、宽度、重复间隔和到达角)的识别技术已经不能满足需求。为了获得更好的识别效果，研究者们开始在时域、频域和时频域中提取多种新的特征，用于雷达辐射源的识别。

在以往的战场中，雷达辐射源种类单一、数量有限，上述的方法就可以很好地解决雷达辐射源识别的问题。但是，随着雷达辐射源种类和数量的不断增加，电磁环境会变得越来越复杂，未来战场中将会新出现许多未知类别的雷达辐射源，随着时间的推移和地点的变化，当前的识别方法将会面临两个问题：一、复杂电磁环境下大量新出现的雷达辐射源与雷达辐射源数据库中的数据不满足同分布假设，导致机器学习模型的分类性能降低；二、复杂电磁环境下大量未知类别雷达辐射源的标签信息严重不足，易导致机器学习模型过拟合。

发明内容

为解决上述问题，本发明的目的是提供一种面向复杂电磁环境的雷达辐射源识别方法。

为实现上述发明目的，本发明采用如下技术方案：

一种面向复杂电磁环境的雷达辐射源识别方法，其包括以下步骤：

S1、使用TrAdaBoost算法对基分类器支持向量机模型进行构建，以解决复杂电磁环境D_c下大量新出现的雷达辐射源与雷达辐射源数据库D_b中数据不满足同分布假设的问题，雷达辐射源数据库D_b中的数据为搜集的已知雷达辐射源，复杂电磁环境D_c中的数据包含大量未知类别的雷达辐射源和少量已知的雷达辐射源；具体操作方法为：

步骤1.1、初始权重：对权重向量W进行初始化，

式中，为第i个权重的初始化值，|D_b|+|D_c|为权重向量W中元素的个数，其取值等于所有已知辐射源的总个数，表示为每个辐射源都分配一个权重值；

步骤1.2、权重：for t＝1,2,…,N

设置训练集样本的权重分布