系统工程与电子技术 ›› 2019, Vol. 41 ›› Issue (2): 298-303.doi: 10.3969/j.issn.1001-506X.2019.02.11
邢强1, 朱卫纲1, 贾鑫1, 郑光勇2
XING Qiang1, ZHU Weigang1, JIA Xin1, ZHENG Guangyong2
摘要: 针对模板匹配(template matching, TM)应用于未知干扰规则库时干扰决策正确率低问题,提出基于迁移成分分析-支持向量机(transfer component analysissupport vector machine, TCASVM)的干扰决策方法。对空-空场景机载多功能火控雷达,提取雷达信号特征,构建雷达干扰规则库及未知威胁数据集,通过迁移成分分析把两个样本集的特征映射到同一低维隐藏空间,提取样本隐藏空间特征,经过支持向量机训练,实现对未知威胁数据集的干扰决策。实验结果表明:所提方法有效提高了干扰决策正确率,TCA-SVM出色的学习及泛化能力,较好地解决了干扰规则库未知条件下干扰决策问题。