基于SAE-GA-SVM模型的雷达新型干扰识别

摘要

针对频谱弥散干扰、切片组合干扰、灵巧噪声干扰、噪声调幅-距离欺骗加性复合干扰与噪声调频-距离欺骗加性复合干扰5种干扰类型的识别问题,提出一种基于SAE-GA-SVM的检测模型算法.建立目标回波与干扰信号的数学模型,采用多域联合的特征提取方法提取47维特征.为有效去除冗余信息并保持较高的识别率,运用深度学习中的稀疏自编码器(SAE),通过SAE结构建立高维空间和低维空间的双向映射,从而获得原始数据的相应最优低维表示.利用遗传算法优化支持向量机的惩罚因子和核函数参数,构建基于SAE-GA-SVM的雷达新型干扰识别检测模型.仿真结果表明,该模型能够有效降低特征维度,相比传统的GA-SVM检测模型识别准确率提高10％.