基于决策树的雷达型号识别方法

从信息论的角度,以平时侦察所得各种雷达参数的信息量作为分类依据,得出一种基于决策树算法的雷达型号识别方法。计算机仿真试验表明,在目标种类不是太多的情况下,即使仅能侦察少量的雷达特征参数,通过侦察次数的积累,本算法仍能得到不断改善的识别结果,具有一定的实际意义。

维普资讯

第 3期20年 6 08月

雷达科学与技术R ad ar S ci ence and T echno f ogy

Vo _ . l 6 NO 3

J n 0 8 u e2 0

基于决策树的雷达型号识别方法胡源，马鑫。王旭赢，(.子工程学院，徽合肥 2 0 3;2 6 5 1队，京 10 9 ) 1电安 30 7 . 14部北 0 0 4摘要：信息论的角度，从以平时侦察所得各种雷达参数的信息量作为分类依据，出一种基于决策得树算法的雷达型号识别方法。计算机仿真试验表明，目标种类不是太多的情况下，在即使仅能侦察少量的雷达特征参数，过侦察次数的积累，算法仍能得到不断改善的识别结果，有一定的实际意义。通本具

关键词：决策树；雷达；型号识别 中图分类号： TN9 1。1 7 .。文献标识码： A文章编号：6 22 3 (0 80— 110 17—3 7 2 0 ) 30 6—4

S u y o d r Ty a s fc to s d o t d n Ra a pe Cl s iia i n Ba e nDe ii n Tr e Al o ihm cs o e g r tH U u n’ M A n Y a, Xi, W A N G u y n X—i g

( .Elcr ncE g n e ig I si t,He e 2 0 3,C ia 1 e to i n ie rn n tt e u f i 30 7 hn; 2 n t6 5 1 o A,Be i g 1 0 9,C i a .U i 1 4 f PL i n 0 0 4 hn ) jAb t a t I h e o nf m a i he y, w e pr s n e ho ad r t e c a sfc ton b e n sr c: n t e viw f i or ton t or e e t a m t d ofr a yp l s iia i as d o

t cso r e a g ihm c o d n t n m o he de ii n t e l ort a c r i g o a a untofr a r m e e s e o oier d a d n r i e The ad r pa a t r r c nn t e tor i a y tm .

c mp t r smu a i n e p r n n ia e h tt eme h d c n g t m p o i g i

e tf a i n r s lsb h C U o u e i lt x e i o me ti d c t st a h t o a e i r v n d n i c t e u t y t ea C— i om ulton o e onn is nc se n f w a arc ar c e itc pa a e e s a ai l . a i fr c a s a e ve e r d h a t rs i r m t r v l e ab

Ke r s d cso r e a a;t p l s iia i n y wo d: e ii n te;r d r y e ca sf t c o

1 7言 1雷达辐射源型号识别是电子侦察情报系统( L N的重要内容， E I T)目前国内常用的雷达型号分析方法主要有人工查表法和统计模式识别法。

2决策树的算法描述2 1决策树的定义 .一

棵决策树可以代表一个决定例子集分类的

判定过程，的每个结点对应于一个属性名或一树

人工查表分析法主要依靠情报分析人员的手工操作，速度慢、率低，已不适合现代战争的要求。效早统计模式识别法可以定量比较，于用计算机自便

个特定的测试，测试在此结点根据测试的可能该结果对例子集进行划分。划分出的每个部分都对应于相应例子集空间的一个分类子空间问题，该分类子问题可以由一棵判定子树来解决。因此，一

动处理，是由于同一型号的雷达往往在一个信但号参数或几个信号参数上有较大的离散性，易不

个判定树可以看作是一个对目标分类的划分和决策树可以定义为：

得到合适的雷达信号参数标称值，因而目前还难以运用。

获取策略。

本文提出了一种使用决策树对雷达型号数据库进行统计分类，出依据推理的算法，于对未得用

( )决策树由一个根结点，干叶结点和若干 1若非叶结点构成；

知雷达辐射源型号进行识别，通过仿真试验验并证其正确性。

( )根结点对应于学习任务； 2 ( )每个叶结点都包含一个分类名， 3即包含一个概念；

( )每个非叶结点都包含一个属性测试，该 4对收稿日期： 0 7 1— 6 2 0—2 0;修回日期：2

0—3 0 0 80—3

本文来源：https://www.bwwdw.com/article/anu1.html