基于高斯混合模型的辐射源模式识别算法

摘要：针对现有算法对战场新出现辐射源学习与分类能力较差的问题,提出了基于高斯混合模型(Gaussian Mixture Model,GMM)的辐射源信号模式识别算法,该算法对信号在特征空间中的分布模式进行在线学习,形成基于概率统计的分类模型,在分类中给出样本归属的似然概率。为了进一步提高算法的实时性,提出基于空间网格划分的快速EM(Expectation Maximization)方法,从而使GMM拟合的计算复杂度取决于网格划分的密度而不是样本数量,极大提高了算法效率。对电子侦察典型场景的仿真分析表明,算法能够对各类辐射源进行在线学习与分类,适应性较强,且计算效率较传统EM算法有较大提高。

简介：《探测与控制学报》杂志在全国影响力巨大，创刊于1979年，公开发行的双月刊杂志。创刊以来，办刊质量和水平不断提高，主要栏目设置有：无线电、红外、激光和磁近程探测；信号处理、超小型电源、安全与解除保险装置、测试仿真等。