文章详情
| 稿件标题： | 基于机器学习的雷达辐射源识别方法综述 |
| 稿件作者： | 孟磊1，3,曲卫2,蔡凯3,张婧4 |
| DOI： | 10.11809/bqzbgcxb2020.10.003 |
| 科学编辑： | 康凯 博士（火箭军工程大学讲师） |
| 栏目名称： | 综述 |
| 关键词： | 机器学习；雷达辐射源识别；支持向量机；集成学习；深度学习 |
| 文章摘要： | 基于机器学习的雷达辐射源识别方法具有智能化程度高、鲁棒性好等优点，是雷达辐射源识别领域的研究热点。阐述了基于机器学习的雷达辐射源识别方法的基本原理和研究现状，总结归纳了基于神经网络、统计学习、集成学习、深度学习等4类主流雷达辐射源识别方法的优点与不足。最后阐述了基于深度学习的雷达辐射源识别方法将成为发展趋势，指出该方法面临的挑战，对未来的研究方向进行了展望。 |
| 稿件基金： | 国防科技创新特区项目（19H86301ZT00300315） |
| 引用本文格式： | 孟磊,曲卫,蔡凯，等.基于机器学习的雷达辐射源识别方法综述［J］.兵器装备工程学报，2020,41(10):16-21. MENG Lei, QU Wei, CAI Kai, et al.Overview of Radar Emitter Identification Based on Machine Learning［J］.Journal of Ordnance Equipment Engineering,2020,41(10):16-21. |
| 刊期名称： | 2020年10期 |
| 出版时间： | 2020年10月 |
| 上线时间： | 2020年10月28日 |
| 浏览次数： | 3082 |
| 下载次数： | 809 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |