基于水波扩散效应,提出了一种水波中心扩散算法(water wave center diffusion,WWCD)。着眼解决函数极值优化问题,以某个局部最优解为中心点,由近至远、由密至疏产生多组扩散解进行迭代寻优。通过合理设计扩散解的扩散比例、选择比例和...基于水波扩散效应,提出了一种水波中心扩散算法(water wave center diffusion,WWCD)。着眼解决函数极值优化问题,以某个局部最优解为中心点,由近至远、由密至疏产生多组扩散解进行迭代寻优。通过合理设计扩散解的扩散比例、选择比例和跳跃比例等参数,提高算法的全局寻优效率,对比WWCD与6种智能优化算法极值优化问题的仿真结果,验证了前者在全局求解精度和收敛速度方面的优越性。聚焦雷达信号识别问题,WWCD优化支持向量机(support vector machine,SVM)关键参数进行雷达信号识别实验。仿真结果表明,通过本算法优化SVM关键参数进行雷达信号识别,可明显提高识别效率。展开更多
针对雷达如何实施智能抗欺骗干扰问题,提出了基于时频图像色度差异与深度随机森林的雷达智能抗欺骗干扰方法。首先,对雷达接收信号进行时频变换,经灰度处理后,将RGB三维数据信息转换为一维信息,利用全局阈值对原始时频图分割处理;其次,...针对雷达如何实施智能抗欺骗干扰问题,提出了基于时频图像色度差异与深度随机森林的雷达智能抗欺骗干扰方法。首先,对雷达接收信号进行时频变换,经灰度处理后,将RGB三维数据信息转换为一维信息,利用全局阈值对原始时频图分割处理;其次,对分割后的图片提取颜色分量特征,利用深度随机森林(deep random forest,DRF)进行干扰识别;最后,基于识别结果及真实信号的位置信息设计二维时频滤波,从而将干扰与噪声滤除。该算法不必对信号参数进行估计,计算复杂度低。仿真结果表明,干信比(JSR)大于3 dB和小于-2 dB时干扰识别率均能达到90%以上,而在干扰与信号功率相当时,可通过增加盒维数与信息熵等特征来进一步提高识别率。展开更多
文摘针对雷达如何实施智能抗欺骗干扰问题,提出了基于时频图像色度差异与深度随机森林的雷达智能抗欺骗干扰方法。首先,对雷达接收信号进行时频变换,经灰度处理后,将RGB三维数据信息转换为一维信息,利用全局阈值对原始时频图分割处理;其次,对分割后的图片提取颜色分量特征,利用深度随机森林(deep random forest,DRF)进行干扰识别;最后,基于识别结果及真实信号的位置信息设计二维时频滤波,从而将干扰与噪声滤除。该算法不必对信号参数进行估计,计算复杂度低。仿真结果表明,干信比(JSR)大于3 dB和小于-2 dB时干扰识别率均能达到90%以上,而在干扰与信号功率相当时,可通过增加盒维数与信息熵等特征来进一步提高识别率。