基于SLIDE+SVM的雷达辐射源信号识别

针对依靠经验提取辐射源信号特征方法的不足,提出了一种基于自主特征学习的雷达辐射源信号识别模型。该模型由2个部分组成:(1)将雷达信号变换到频域,利用改进的分段聚集近似表示(Piecewise Aggregate Approximation,PAA)算法对信号降维;(2)构造多层线性降噪器(Linear Denoiser,LIDE)进行特征学习,模型采用无监督训练方法,构建一个SVM进行识别。通过仿真5种不同的辐射源信号验证了模型的有效性,结果表明该模型在低信噪比下能获得较好的识别正确率。