复杂环境下辐射源信号分类算法OACSTPCD

为提高复杂电磁环境下辐射源信号的分类精度,提出了一种基于邻近传播(Affinity Propagation,AP)聚类和支持向量机(Support Vector Machine,SVM)的联合决策分类算法。该算法通过AP聚类剔除电磁干扰信号,同时获取空间信号初始类别数和聚类簇。为获得更好的分类效果,引入基于概率模型的SVM对聚类簇中的样本进行再分类,然后联合样本类别概率和该类别中样本个数在原聚类簇中的占比,对输入信号类别进行判别,并确定样本威胁等级。仿真结果表明,该算法在电磁信号特征交叠和复杂体制辐射源背景下可以有效地提高信号分类精度,提升武器系统在复杂环境中的适应能力。