一种改进的雷达辐射源识别在线学习方法

摘要

针对支持向量机分类器学习新增样本知识实时性差的问题,本文研究了一种基于壳向量和Parzen窗密度估计的雷达辐射源识别在线学习方法。通过Parzen窗密度估计剔除样本孤立野点,通过求取样本集的壳向量缩短训练时间,利用训练好的分类器完成雷达信号样本识别。仿真实验表明,提出的基于壳向量和Parzen窗密度估计的雷达辐射源识别在线学习方法具有良好的时效性和较高的正确识别率。