专利名称：一种基于辐射源类别对的信号分析方法
技术领域：
本发明涉及一种辐射源识别的分析领域，特别是一种基于辐射源类别对的信号分析方法，即信号特征筛选、加权和评估方法。
背景技术：
目前学术界已经提出了多种衡量信号特征的类别区分能力的方法，如信息增量(information gain)、信息熵(entropy)、卡方检验(chi-square test)和 t 检验(t test)等filter方法。然而，对于多类别识别任务(类别数目大于2)，仅靠这些方法就存在一个“报警缺陷”——选取的信号特征只能区分一部分类别，通常是样本数目占多数的类别，而不能区分其他的类别，特别是样本数目占少数的类别，从而造成有的类别识别准确率高而其他类别识别准确率较低。尽管wrapper方法理论上可以得到避免上述缺陷的最佳信号特征集合，然而该方法的探索空间庞大，计算成本非常高，因此不能直接应用到实时性要求较高的多类辐射源识别上。信号特征选择可以看作是信号特征加权的一种特殊情况，或者是信号特征加权的预处理过程。不幸的是，“报警缺陷”问题还没有在现有的信号特征加权工作中得到重视。除了 “报警缺陷”问题外，filter特征加权方法存在着需要将数据预先进行离散化的局限性，而其他的特征加权方法，如EACH和RELIEF则局限于启发式机制，而且易受数据输入次序的影响。
发明内容
发明目的本发明所要解决的技术问题是针对现有技术的不足，提供一种基于辐射源类别对的信号分析方法。本发明公开了一种基于辐射源类别对的信号分析方法，包括以下步骤本发明构建各信号特征的辐射源类别对覆盖集合，计算各信号特征的辐射源类别对覆盖系数；根据辐射源类别对覆盖集合和覆盖系数筛除冗余的信号特征；计算各辐射源类别对的最优覆盖特征；根据辐射源类别对覆盖集合和覆盖系数计算筛选后信号特征的权值；输出筛选出的信号特征、相应的特征权值以及区分各辐射源类别对的最优覆盖特征。本发明输出结果为基于辐射源类别对覆盖能力筛选出的信号特征集合U，信号特征集合U中各信号特征的权值，以及区分各辐射源类别对的最优覆盖信号特征。假设获得的一组m类辐射源数据中，每条辐射源数据由相同的N个连续型或离散型信号特征和该辐射源所属的类别组成，且该组辐射源数据来自m个类别。其中，信号特征可以包括载频、重频、脉宽、脉间、脉冲闻度等等。具体而言，本发明方法包括以下步骤
4
步骤1，构建各信号特征的辐射源类别对覆盖集合和系数，并按覆盖能力降序排序将辐射源类别两两组合成类别对，针对各信号特征f和各辐射源类别对P_q，l^P<q^ m，辐射源类别对p_q包括类别P和类别q，判断该信号特征f能否区分该辐射源类别对，连续型(参见《统计学》，贾俊平，清华大学出版社，应用统计学系列教材，2006)信号特征采用t检验(t-test，参见《21世纪高等学校计算机规划教材· SPSS16实用教程》，宋志刚，谢蕾蕾，何旭洪，人民邮电出版社，2008)，离散型(参见《统计学》，贾俊平，清华大学出版社，应用统计学系列教材，2006)信号特征采用卡方检验(chi-square test,参见《21世纪高等学校计算机规划教材· SPSS16实用教程》，宋志刚，谢蕾蕾，何旭洪，人民邮电出版社，2008)，以P值(记为pvalf, ) O. 05为门限来判断该信号特征能否区分该辐射源类别对，构建每个信号特征f所能区分的辐射源类别对覆盖集合Ω f，并在此基础上计算各信号特征的辐射源类别对覆盖系数Scoref，其计算公式如下scoref=min (l-pvalfjP_q I p-q e Ω f)(I)将N个信号特征首先按照辐射源类别对覆盖集合大小由大到小降序排序，如果辐射源类别对覆盖集合大小相同则按辐射源类别对覆盖系数由大到小降序排序，排序结果记为ord = /^/2 ^……S，其中N表示信号特征的数量。步骤2，初始化前序信号特征索引为1，各辐射源类别对的最优覆盖特征为空首先考虑的是排序第一的信号特征，因此将前序信号特征索引设置为1，作为第一位候选信号特征，将m个辐射源类别两两组合构成的m(m-1)/2个辐射源类别对的最优覆
盖特征向量 bv {bp—q} i ^ p < q ^ ni {b^-2，bi—3，· · ·，b]—3，bg—4，· · ·，bg—m，· · ·，b (m—1) —m }置空，即bv= (NA, NA,. . . NA)m(m_1)/2o步骤3，判断前序信号特征的辐射源类别对覆盖集合中是否有最优覆盖特征为空的辐射源类别对假设存在最优覆盖特征为空的辐射源类别对P_q，则继续步骤4，否则进行步骤5。步骤4，将该辐射源类别对的最优覆盖特征设为前序信号特征将所有前序信号特征辐射源类别对覆盖集合中最优覆盖特征为空的辐射源类别对在最优覆盖特征向量bv中的项设为i，即把前序信号特征i作为区分所述辐射源类别对的最优覆盖特征。步骤5，设置后序信号特征索引设置后序信号特征索引j为i+Ι，即降序排序ord中排在前序信号特征i后面一位的特征作为后序信号特征。步骤6，判断后序信号特征索引是否大于总特征数如果后序信号特征索引j大于总特征数N则跳至步骤11，否则继续步骤7。步骤7，判断后序信号特征的辐射源类别对覆盖能力是否相对前序信号特征冗余如果后序信号特征j的辐射源类别对覆盖集合Ω ^被前序信号特征i的辐射源类别对覆盖集合Ω i包含，即Ω,_ 3 Ω,，则根据信号特征降序排序原理，认为后序信号特征j的辐射源类别对覆盖能力低于前序信号特征i，即认为已知前序信号特征i的情况下后序信号特征j冗余，继续步骤8，否则跳至步骤9。步骤8，后序信号特征作删除标志。步骤9，更新后序信号特征索引至下一个无删除标志的信号特征或总信号特征数加I :将后序信号特征索引j更新为排序ord中索引j之后首个无删除标志的特征索引，如果索引j之后所有特征都有删除标志则将后序信号特征索引j设置为N+1。
步骤10，判断后序信号特征索引是否大于总特征数如果是继续步骤11，否则，返回步骤7。步骤11，更新前序信号特征索引至下一个无删除标志特征或总特征数+1 :将前序信号特征索引i更新为排序ord中索引i之后首个无删除标志的特征索引，如果索引i之后所有特征都有删除标志则将前序信号特征索引i设置为N+1。步骤12，判断前序信号特征索引是否大于总特征数如果前序信号特征索引i大于总特征数N则继续步骤13，否则返回步骤3。步骤13，筛除有删除标志的特征并计算剩余信号特征的权值筛选出的信号特征i的权值计算如下
权利要求
1.一种基于辐射源类别对的信号分析方法，其特征在于，包括以下步骤 构建各信号特征的辐射源类别对覆盖集合，计算各信号特征的辐射源类别对覆盖系数； 根据辐射源类别对覆盖集合和覆盖系数筛除冗余的信号特征； 计算各辐射源类别对的最优覆盖特征； 根据辐射源类别对覆盖集合和覆盖系数计算筛选后信号特征的权值； 输出筛选出的信号特征、相应的特征权值以及区分各辐射源类别对的最优覆盖特征。
2.根据权利要求I所述的方法，其特征在于，具体包括以下步骤 步骤1，构建各信号特征的辐射源类别对覆盖集合和系数，并按覆盖能力降序排序将辐射源类别两两组合成类别对，针对各信号特征f和各辐射源类别对P_q，I < p〈q < m，m为辐射源类别数，判断该信号特征f能否区分该辐射源类别对，连续型信号特征采用t检验，离散型信号特征采用卡方检验，以P值为O. 05为门限来判断该信号特征能否区分该辐射源类别对，记为pValf，p_q，构建每个信号特征f所能区分的辐射源类别对的覆盖集合Qf，并在此基础上计算各信号特征的辐射源类别对覆盖系数Scoref，覆盖系数Scoref计算公式如下 scoref=min (l_pvalf’p_q I p-q e Ω f)(I) 将N个信号特征首先按照辐射源类别对覆盖集合大小由大到小降序排序，如果辐射源类别对覆盖集合大小相同则按辐射源类别对覆盖系数由大到小降序排序，排序结果记为ord = /^/^……<t苴中N表示信号特征的最大数量； 步骤2，初始化前序信号特征索引为1，各辐射源类别对的最优覆盖特征为空 从第一位候选信号特征开始，将m个辐射源类别两两组合构成的m(m-l) /2个辐射源类别对的最优覆盖特征向量bv置空，即bv=(NA，NA,. . . NA)m(m_1)/2 ；步骤3，判断前序信号特征的辐射源类别对覆盖集合中是否有最优覆盖特征为空的辐射源类别对如果存在最优覆盖特征为空的辐射源类别对，则继续步骤4，否则进行步骤5 ；步骤4，将该辐射源类别对的最优覆盖特征设为前序信号特征将所有前序信号特征辐射源类别对覆盖集合中最优覆盖特征为空的辐射源类别对在最优覆盖特征向量bv中的项设为i，即把前序信号特征i作为区分所述辐射源类别对的最优覆盖特征； 步骤5，设置后序信号特征索引设置后序信号特征索引j为i+Ι，即降序排序ord中排在前序信号特征i后面一位的信号特征作为后序信号特征； 步骤6，判断后序信号特征索引是否大于总信号特征数如果后序信号特征索引j大于总信号特征数N则跳至步骤11，否则进行步骤7 ； 步骤7，判断后序信号特征的辐射源类别对覆盖能力是否相对前序信号特征冗余如果后序信号特征j的辐射源类别对覆盖集合Ω ^被前序信号特征i的辐射源类别对覆盖集合Ω i包含，即Ω, =) Qi，则判定后序信号特征j的辐射源类别对覆盖能力低于前序信号特征i，即已知前序信号特征i的情况下后序信号特征j冗余，进行步骤8，否则跳至步骤9 ；步骤8，后序信号特征作删除标志； 步骤9，更新后序信号特征索引至下一个无删除标志的信号特征或总信号特征数加I :将后序信号特征索引j更新为排序ord中信号特征索引j之后首个无删除标志的信号特征索引，如果信号特征索引j之后所有特信号征都有删除标志则将后序信号特征索引j设置为 N+l ； 步骤10，判断后序信号特征索引是否大于总信号特征数如果是继续步骤11，否则，返回步骤7 ； 步骤11，更新前序信号特征索引至下一个无删除标志特征或总信号特征数+1 :将前序信号特征索引i更新为排序ord中信号特征索引i之后首个无删除标志的信号特征索弓丨，如果信号特征索引i之后所有信号特征都有删除标志则将前序信号特征索引i设置为N+1 ； 步骤12，判断前序信号特征索引是否大于总信号特征数如果前序信号特征索引i大于总信号特征数N则继续步骤13，否则返回步骤3 ； 步骤13，筛除有删除标志的信号特征并计算剩余信号特征的权值筛选出的信号特征i的权值Weightf计算如下 min(l - ρνα f p_q)p_qeii/.x \ Ω f | weiShtf = -—^ , --(2) m {m -1)/2 步骤14，输出筛选的信号特征、特征权值及各辐射源类别对最优覆盖特征筛选的信 号特征为筛选后剩余的信号特征，将筛选出信号特征构成的集合记为集合U，各筛选信号特征的特征权值记为W= {weightf}feu，各辐射源类别对最优覆盖特征即为最优覆盖特征向量bv。
全文摘要
本发明公开了一种基于辐射源类别对的信号分析方法，包括以下步骤构建各信号特征的辐射源类别对覆盖集合，计算各信号特征的辐射源类别对覆盖系数；根据辐射源类别对覆盖集合和覆盖系数筛除冗余的信号特征；计算各辐射源类别对的最优覆盖特征；根据辐射源类别对覆盖集合和覆盖系数计算筛选后信号特征的权值；输出筛选出的信号特征、相应的特征权值以及区分各辐射源类别对的最优覆盖特征。本发明根据辐射源类别对覆盖集合和系数直观和量化的评估了信号特征的类别区分能力，并筛选了冗余的信号特征，避免了传统方法对单个信号特征进行简单叠加而造成类别识别能力的不均衡，并用权值量化了特征评估结果。
文档编号G06K9/00GK102930255SQ201210454378
公开日2013年2月13日 申请日期2012年11月13日 优先权日2012年11月13日
发明者徐欣, 朱霞, 王红杰 申请人:中国电子科技集团公司第二十八研究所