基于AdaBoost和决策树的雷达辐射源识别方法

摘要：

针对传统雷达辐射源识别算法在当前高密度信号环境下进行识别时,存在实时性差、识别准确率低、鲁棒性不强的问题,提出了一种基于AdaBoost和决策树的辐射源识别算法.首先通过信息增益构建单层决策树;然后利用AdaBoost算法对弱分类器进行训练,得到强分类器;最后通过强分类器对测试数据进行识别,得到识别结果.仿真结果表明,利用该方法识别参数误差10％的测试数据,识别准确率能够达到93.78％,时间消耗低于1.5s,具备良好的识别效果.

关键词：AdaBoost、决策树、雷达辐射源识别

所属期刊栏目：33

分类号：TN971.1

在线出版日期：2018-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：16-20,58