基于SAE-GA-SVM模型的雷达新型干扰识别
来源：计算机工程杂志2020年第6期北京时间：
作者：罗彬珅, 刘利民, 董健, 刘璟麒
单位：陆军工程大学 电子与光学工程系, 石家庄 050003
摘要：针对频谱弥散干扰、切片组合干扰、灵巧噪声干扰、噪声调幅-距离欺骗加性复合干扰与噪声调频-距离欺骗加性复合干扰5种干扰类型的识别问题，提出一种基于SAE-GA-SVM的检测模型算法。建立目标回波与干扰信号的数学模型，采用多域联合的特征提取方法提取47维特征。为有效去除冗余信息并保持较高的识别率，运用深度学习中的稀疏自编码器（SAE），通过SAE结构建立高维空间和低维空间的双向映射，从而获得原始数据的相应最优低维表示。利用遗传算法优化支持向量机的惩罚因子和核函数参数，构建基于SAE-GA-SVM的雷达新型干扰识别检测模型。仿真结果表明，该模型能够有效降低特征维度，相比传统的GA-SVM检测模型识别准确率提高10%。
关键词：新型干扰,特征提取,特征降维,堆叠自编码器,遗传算法
基金资助：“十三五”装备预研项目（61404150402）。
