Journal of Systems Engineering and Electronics ›› 2011, Vol. 33 ›› Issue (4): 788-792.doi: 10.3969/j.issn.1001-506X.2011.04.16
程东升1, 李侠1, 万山虎1, 武凌2
CHENG Dong-sheng1, LI Xia1, WAN Shan-hu1, WU Ling2
摘要:
在论述了D-S证据理论在单传感器辐射源识别应用的基础上,提出了一种基于组合分类器信息融合(combining classifier fusion, CCF)的单传感器辐射源识别方法。该方法利用了两方面的知识,一是由组合分类器对样本数据分类能力表征的先验知识,二是由组合分类器对未知模式目标的分类能力表征的当前知识。基于先验知识对当前知识进行必要的实时性修正,在分类器融合输入级提高了当前知识的正确性。利用合适的组合算法,对分类器的输出级进行正确信息的有效提取,提高了单传感器辐射源识别的准确性。仿真结果表明了该方法的可行性及有效性。