[發明專利]一種面向數據庫殘缺的雷達輻射源識別方法

在審

• 申請號: 201811103163.7
• 申請日: 2018-09-20
• 公開（公告）號: CN109490838A
• 公開（公告）日: 2019-03-19
• 發明（設計）人: 朱衛綱;陳維高;曲衛;李彩萍;唐曉婧;何永華;崔巍巍;邢強;張永順;曾創展;范欣妍;李昆
• 申請（專利權）人: 中國人民解放軍戰略支援部隊航天工程大學
• 主分類號: G01S7/02
• 分類號: G01S7/02;G06K9/62
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 高會允;仇蕾安

本發明公開了一種面向數據庫殘缺的雷達輻射源識別方法，屬于雷達信號處理技術領域。該方法包括如下步驟：針對包含缺失參數的雷達先驗知識數據樣本集進行多重劃分，獲得不含缺失參數的樣本子集，樣本子集中每個樣本依據其所屬雷達輻射源建立標簽。針對各樣本子集及其標簽，采用隨機森林算法構建子分類器，并采用投票法組合個子分類器的結果，訓練獲得識別模型。利用識別模型處理待識別數據，獲得待識別數據的雷法輻射源識別結果。該方法通過多重劃分獲得的不含缺失參數的樣本子集，使得后期再進行子分類器構建時，能夠在少量先驗知識、大參數丟失率的條件下，取得較優的識別效果，具備識別準確率高，魯棒性、泛化能力強的優勢。

技術領域

本發明涉及雷達信號處理技術領域，具體涉及一種面向數據庫殘缺的雷達輻射源識別方法。

背景技術

雷達輻射源識別作為電子偵察系統的核心環節，是指在雷達先驗知識數據庫的基礎上，通過對比匹配或相應算法推斷出目標信號輻射源型號的過程，是掌握目標雷達的工作規律、技戰術特點，甚至推斷其目的意圖的前提，其識別效果的優劣不僅直接決定了態勢和威脅估計的準確性，還將對電子對抗指揮員的作戰決策和目標雷達的情報分析產生極大影響。

由于情報獲取渠道的多源性、各種干擾的存在以及偵察設備本身的測量誤差等原因，雷達先驗知識庫中的特征參數會存在殘缺現象，無法直接利用常規識別方法進行處理。如何充分地利用這些殘缺的信息對多功能雷達輻射源進行有效識別，是雷達情報分析所面臨的一大現實問題。

針對先驗知識缺失的分類識別問題，當前流行的方法主要分為刪除法、插值法以及非完備系統處理法三種。

其中刪除法通過列表刪除、配對刪除等思想將非完備系統的識別問題轉化為完備系統進行解決，在數據庫樣本充足且缺失數據較少時，該方法是有效的，一旦雷達數據庫中樣本數量較少，盲目的刪減必然導致先驗知識不充分而大大降低識別準確率。

插值法通過對缺失數據填充固定的值，將非完備系統轉化為完備系統進行處理，常用的有均值替代、隨機替代、以及回歸插值等方法。其中均值替代、隨機替代的思想必然影響樣本分布，識別效果不佳；回歸插值方法主要通過期望最大化、神經網絡、以及支持向量機等算法對缺失數據進行參數估計來構建完備數據集，但存在復雜度高、計算成本巨大的問題。

非完備系統處理法無需對缺失數據進行插補或刪除，直接對不完備數據集進行處理，典型的有基于粗糙集理論、基于粒度計算以及神經網絡集成等方法。其中基于神經網絡集成的非完備系統處理方法能夠充分利用己有先驗知識信息，通過多個子分類器構建強分類器，達到高識別準確率的目的，但算法存在著訓練樣本需求量高、計算量大的問題，并不適用于高時效性需求的雷達輻射源識別中。

因此，如何對非完備系統處理法進行改進，改善訓練樣本需求量大、計算量大的缺陷，從而能夠應用于高時效性需求的雷達輻射源識別是亟待解決的問題。

發明內容

有鑒于此，本發明提供了一種面向數據庫殘缺的雷達輻射源識別方法，其具有對先驗知識數據樣本需求量少、對參數缺失和噪聲干擾魯棒性強的優勢。

為達到上述目的，本發明的技術方案包括如下步驟：

步驟一、針對包含缺失參數的雷達先驗知識數據樣本集進行多重劃分，獲得不含缺失參數的樣本子集，樣本子集中每個樣本依據其所屬雷達輻射源建立標簽。

步驟二、針對各樣本子集及其標簽，采用隨機森林算法構建子分類器，并采用投票法組合個子分類器的結果，訓練獲得識別模型。

步驟三、利用識別模型處理待識別數據，獲得待識別數據的雷法輻射源識別結果。