论文部分内容阅读
该文利用机器学习中多核学习（Multiple Kernel Learning, MKL）算法的多源信息融合功能，提出一种基于核层面信息融合的雷达辐射源个体识别框架。对雷达辐射源信号所提取的不同特征表示，分别构建相应的核函数或核矩阵，然后通过一定的准则计算它们的组合系数，并同时或独立获得支持向量机的分类超平面，最终实现对辐射源信号的分类。特别地，该方法能够实现辐射源信号模糊函数多个“近零”切片特征的有效融合，得到比代表性切片更优的识别性能。在3组实测雷达辐射源数据上的实验表明了所提方法的有效性。