一种基于SVM的连续波多普勒无线电引信抗扫频式干扰方法

摘要

本发明涉及一种基于SVM的连续波多普勒无线电引信抗扫频式干扰方法，包括以下步骤：一、采集引信检波信号，并对采样数据进行快速傅里叶变换；二、寻找傅里叶幅值谱的三个最大峰值点；三、分别求取三个最大峰值点幅值的比值；四、用傅里叶幅值谱峰值比值构建三维特征向量，作为SVM的输入训练分类器，得到分类决策函数；五、对未知的引信检波信号，得到其傅里叶幅值谱峰值比值特征后输入SVM，由分类决策函数值对信号进行分类识别。本发明充分利用了扫频干扰机的工作特点，可以准确识别目标回波信号与扫频干扰信号作用下的引信检波信号，能够有效提高引信的抗扫频式干扰能力。

主权项

一种基于SVM的连续波多普勒无线电引信抗扫频式干扰方法，其特征在于，包括以下步骤：一、分别采集目标回波信号作用下与扫频干扰信号作用下的引信检波信号，获得一定数量的训练样本，对采样后的数据进行快速傅里叶变换；二、搜索步骤一得到的傅里叶幅值谱并寻找检波信号傅里叶幅值谱的三个最大峰值点，记第一峰值点幅值为PA₁，第二峰值点幅值为PA₂，第三峰值点幅值为PA₃，要求相邻最大峰值点之间间隔一定的频率范围，对频率间隔小于规定范围的若干个局部峰值点，只保存其中的一个最大值作为峰值点，该间隔频率范围可根据实测信号的特征设置；三、分别求取步骤二得到的三个最大峰值点幅值的比值，用所得到的比值构建一个特征向量f＝[PR₁₂,PR₁₃,PR₂₃]；四、将步骤三得到的特征向量输入SVM训练分类器，得到目标回波信号与扫频干扰信号的分类决策函数；五、对于未知的引信检波信号，得到其傅里叶幅值谱峰值比值特征向量后，输入步骤四得到的分类器，由分类决策函数对信号进行识别。