基于分形理论和神经网络的雷达信号识别算法

针对现有新体制雷达信号不断增加,传统的识别参数难以满足识别效果的问题,提出了基于分形理论和神经网络的雷达信号识别算法。利用关联维数可以衡量信号的关联复杂度特征的特性,对不同复杂度特性的雷达信号进行特征提取,由于提取的关联曲线不具有很好的线性特性,提取关联点作为神经网络的输入进而进行识别分类。仿真实验表明,这种基于分形理论和神经网络的雷达信号识别算法在较低信噪比下具有较高的识别效果,且可以适合于各种体制雷达信号的特征提取与识别。