[发明专利]一种基于稀疏分解的雷达信号识别方法

权利要求书

1.一种基于稀疏分解的雷达信号识别方法，电子侦察接收机接收雷达脉冲信号，经由射频到中频的降频和A/D采样处理后，得到待识别的具有不同脉内调制方式的雷达信号S(t)，再在信号处理模块中对信号S(t)进行处理，识别出雷达信号的脉内调制方式并输出，所述对雷达信号S(t)进行处理的具体作法包括： 

(1)、雷达信号特征提取：采用基于复合差分进化算法的稀疏分解方法进行特征提取，包括时域衰减系数、频域衰减系数和时-频联合系数三种特征； 

(2)、采用自底向上二叉树支持向量机BUBTSVM对雷达信号进行识别，通过设计、训练BUBTSVM分类器，将1)所获得的雷达信号特征样本输入到BUBTSVM底层的每个二分类SVM分类器上，再根据SVM的分类结果，选出进入到上一层二分类SVM的类型，直到到达二叉树顶端，最终选出的类别即为识别出的雷达信号，即获得输出结果。 

2.根据权利要求1所述之基于稀疏分解的雷达信号识别方法，其特征在于，所述基于复合差分进化算法的稀疏分解包含以下步骤： 

(1)稀疏分解算法初始化：分解次数H，当前分解次数h；复合差分进化算法初始化：进行种群大小N、进化代数T、交叉因子池C、变异因子池F以及试验向量产生策略池的初始化； 

(2)使用复合差分进化算法搜索原子，直到进化代数大于T，则保存本次分解所获得的最佳原子； 

(3)采用步骤(2)中剩余信号R继续进行分解，直到分解次数大于2，获得2个时域最佳原子a_T(1)、a_T(2)；再重复上述步骤，获得2个频域最佳原子a_F(1)、a_F(2)； 

(4)采用所获得的最佳原子a_T(1)，a_T(2)，产生信号的时域衰减系数 TDC、频域衰减系数FDC和时-频联合系数TFC三个特征值，即 

其中，R_t(h)为时域信号第h次分解的残余部分，R_t(0)=S(t)，且 

R_t(1)＝R_t(0)-<R_t(0)，a_T(1)>a_T(1)(5) 

R_f(h)为频域信号第h次分解的残余部分，R_f(0)=F(f)，且 

R_f(1)＝R_f(0)-<R_f(0)，a_F(1)>a_F(1)(6)。