基于粗集理论的雷达辐射源信号识别
2005-04-29 00:44:03张葛祥金炜东胡来招
西安交通大学学报 2005年8期
张葛祥 金炜东 胡来招
摘要：将粗集理论(RST)引入到雷达辐射源信号(RES)识别中，提出一种区间连续属性离散化新方法及相应的特征选择算法，将RST与神经网络(NN)结合，设计粗集神经网络(RNN)分类器．实验结果表明，该方法解决了已有方法难以处理的区间连续属性离散化问题，获得的正确识别率比其他3种方法分别高出7．29％、4．34％和4．00％．RNN的平均训练代数比NN少97．54，RNN的平均识别率比NN高2．84％，这表明RNN具有比NN更好的分类能力和泛化能力，从而证实了该方法的有效性和可行性．
关键词：信号识别；粗集理论；雷达辐射源
中图分类号：TN957；TPl8文献标识码：A文章编号：0253—987X(2005)08—0871—05
