發(fā)布時(shí)間：2023-11-24 19:18

　　針對(duì)需要按照一定的評(píng)估標(biāo)準(zhǔn)快速地從大量冗雜的脈沖數(shù)據(jù)中篩選出高可分特征,減少雷達(dá)信號(hào)分選算法復(fù)雜度的同時(shí)可適應(yīng)復(fù)雜信號(hào)環(huán)境的問(wèn)題,文中提出一種對(duì)脈沖描述字特征進(jìn)行重要性度量的預(yù)分選改進(jìn)方法,通過(guò)求取特征信息熵及互信息值的方法估計(jì)特征對(duì)分類的影響程度,選擇出重要性高的特征進(jìn)行預(yù)分選。實(shí)驗(yàn)驗(yàn)證表明:根據(jù)重要性高的特征進(jìn)行預(yù)分選可有效提高分選準(zhǔn)確率。該算法解決了傳統(tǒng)分選方法單一采用固定特征進(jìn)行分選識(shí)別導(dǎo)致錯(cuò)選、誤選的問(wèn)題,提高了分選準(zhǔn)確率,更具有實(shí)際工程應(yīng)用意義。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引 言
1 特征熵值估計(jì)
    1.1 特征信息熵
    1.2 特征互信息
2 基于特征重要性高的聚類算法
    2.1 特征重要性估計(jì)
    2.2 特征重要性閾值判斷
    2.3 聚類算法
    2.4 主分選算法
3 仿真實(shí)驗(yàn)及分析
    3.1 聚類算法
    3.2 混合體制復(fù)雜脈間調(diào)制類型預(yù)分選
4 結(jié)束語(yǔ)



本文編號(hào)：3866431