一種基于自適應(yīng)熵權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種分類器設(shè)計(jì)方法，特別是涉及一種基于自適應(yīng)熵權(quán)的區(qū)間灰色關(guān) 聯(lián)分類器設(shè)計(jì)方法。
【背景技術(shù)】
[0002] 如今，通信電磁環(huán)境越來越復(fù)雜，信號和噪聲的種類也越來越多，要想獲得較高的 識別率，除了需要提取在較低信噪比下仍比較穩(wěn)定的特征參數(shù)外，分類器的設(shè)計(jì)選擇也非 常關(guān)鍵。分類器設(shè)計(jì)模塊是輻射源個(gè)體識別的最后一個(gè)環(huán)節(jié)，也是非常重要的一個(gè)環(huán)節(jié)。它 的主要作用是，根據(jù)特征提取模塊提取的特征向量，建立相應(yīng)的決策規(guī)則，從而實(shí)現(xiàn)對待識 別對象的分類識別。
[0003] 最傳統(tǒng)的分類器是基于決策樹的分類器，該分類器設(shè)計(jì)較為簡單，通過將復(fù)雜的 多類信號分類問題，逐層轉(zhuǎn)化為基于某一特征進(jìn)行閾值設(shè)定的二元分類問題，但是，閾值 難以準(zhǔn)確的進(jìn)行設(shè)定，閾值設(shè)定的好壞直接影響著最終的識別效果，且抗造性能較差，不具 有自適應(yīng)分類的能力。支持向量機(jī)對于信號特征的分類識別也具有比較好的效果，但是，核 函數(shù)的選擇問題是其識別的關(guān)鍵，直接影響最終的識別效果。神經(jīng)網(wǎng)絡(luò)是一種自適應(yīng)能力 較強(qiáng)的分類器，但是，由于其需要對待描述對象的特征進(jìn)行訓(xùn)練，然后再進(jìn)行識別，所以，就 需要大量的訓(xùn)練數(shù)據(jù)，計(jì)算時(shí)間相對較長，且其泛化能力較弱，容易在最佳值的搜索過程中 限于局部極小值，對于交疊區(qū)間比較多的特征，其識別率又會(huì)大大下降。

【發(fā)明內(nèi)容】

[0004] 為克服上述現(xiàn)有技術(shù)存在的不足，本發(fā)明之目的在于提供一種基于自適應(yīng)熵權(quán)的 區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，其利用信號特征的分布區(qū)間對信號進(jìn)行識別，且利用熵值 理論對該分類器方法進(jìn)行改進(jìn)，提高分類器的自適應(yīng)能力，從而達(dá)到低信噪比下對具有交 疊特征的信號進(jìn)行準(zhǔn)確識別的目的。
[0005] 為達(dá)上述及其它目的，本發(fā)明提出一種基于自適應(yīng)熵權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè) 計(jì)方法，包括如下步驟：
[0006] 步驟一，對各序列利用普通灰色關(guān)聯(lián)算法實(shí)現(xiàn)普通灰色關(guān)聯(lián)分類器；
[0007] 步驟二，利用熵權(quán)算法對步驟一中的普通灰色關(guān)聯(lián)分類器的自適應(yīng)能力進(jìn)行改 進(jìn)，實(shí)現(xiàn)自適應(yīng)普通灰色關(guān)聯(lián)分類器；
[0008] 步驟三，將區(qū)間特征計(jì)算方法引入到自適應(yīng)普通灰色關(guān)聯(lián)分類器，實(shí)現(xiàn)自適應(yīng)區(qū) 間灰色關(guān)聯(lián)分類器的設(shè)計(jì)。
[0009] 進(jìn)一步地，步驟一進(jìn)一步包括：
[0010] 求各序列的初值像/均值像；
[0011] 求各序列的差值序列；
[0012] 根據(jù)差值序列求兩個(gè)極最大差與最小差；
[0013] 根據(jù)求得的兩個(gè)極最大差與最小差求取關(guān)聯(lián)系數(shù)值；
[0014] 計(jì)算序列之間的關(guān)聯(lián)度值。
[0015] 進(jìn)一步地，該差值序列為：
[0016] AxiGO=Xr〇(k)-X' ! (k)，A Xi= ( A X ! (I)，A Xi (2)，…，A Xi (n))，i = 1， 2，…，m
[0017] 其中，X'Jk)為均值像序列的第i個(gè)信號的第k個(gè)特征。
[0018] 進(jìn)一步地，該關(guān)聯(lián)系數(shù)值為：
【主權(quán)項(xiàng)】
1. 一種基于自適應(yīng)滴權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，包括如下步驟： 步驟一，對各序列利用普通灰色關(guān)聯(lián)算法實(shí)現(xiàn)普通灰色關(guān)聯(lián)分類器； 步驟二，利用滴權(quán)算法對步驟一中的普通灰色關(guān)聯(lián)分類器的自適應(yīng)能力進(jìn)行改進(jìn)，實(shí) 現(xiàn)自適應(yīng)普通灰色關(guān)聯(lián)分類器； 步驟=，將區(qū)間特征計(jì)算方法引入到自適應(yīng)普通灰色關(guān)聯(lián)分類器，實(shí)現(xiàn)自適應(yīng)區(qū)間灰 色關(guān)聯(lián)分類器的設(shè)計(jì)。
2. 如權(quán)利要求1所述的一種基于自適應(yīng)滴權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，其特征 在于，步驟一進(jìn)一步包括： 求各序列的初值像/均值像； 求各序列的差值序列； 根據(jù)差值序列求兩個(gè)極最大差與最小差； 根據(jù)求得的兩個(gè)極最大差與最小差求取關(guān)聯(lián)系數(shù)值； 計(jì)算序列之間的關(guān)聯(lián)度值。
3. 如權(quán)利要求2所述的一種基于自適應(yīng)滴權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，其特征 在于，該差值序列為： AXi化）=X'0似-X'i似，AXi= (AXi(1)，AXi似，…，AXi(n))，i= 1，2，…m 其中，X'i(k)為均值像序列的第i個(gè)信號的第k個(gè)特征。
4. 如權(quán)利要求3所述的一種基于自適應(yīng)滴權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，其特征 在于，該關(guān)聯(lián)系數(shù)值為：
其中，M為極大差，m為極小差，PG(0，1)為分辨系數(shù)，Axi(k)為差值序列。
5. 如權(quán)利要求4所述的一種基于自適應(yīng)滴權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，其特征 在于，步驟二進(jìn)一步包括： 對差值序列中定義的特征距離AXi(k)進(jìn)行處理，定義滴值表達(dá)式與最大滴值表達(dá)式W及相對滴值； 借鑒信息論中有關(guān)剩余度的概念，定義第k項(xiàng)特征值的剩余度； 計(jì)算第k項(xiàng)特征的權(quán)重aik; 將權(quán)重系數(shù)與對應(yīng)的關(guān)聯(lián)系數(shù)相乘，即可得到關(guān)聯(lián)度值。
6. 如權(quán)利要求5所述的一種基于自適應(yīng)滴權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，其特征 在于，對差值序列中定義的特征距離Axi(k)進(jìn)行如下處理：
其中，m表示信號的種類，k= 1，2,…，n表示信號的第k個(gè)特征，定義滴值表達(dá)式為：
該最大滴值表達(dá)式為：
該相對滴值為： 6k=Ek/Emax。
7. 如權(quán)利要求6所述的一種基于自適應(yīng)滴權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，其特征 在于，第k項(xiàng)特征值的剩余度為： Dk=l-Gk。 第k項(xiàng)特征的權(quán)重aik為：
8. 如權(quán)利要求7所述的一種基于自適應(yīng)滴權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，其特征 在于，步驟立進(jìn)一步包括： 定義特征區(qū)間矩陣； 設(shè)某一待識別信號的第n個(gè)特征的特征區(qū)間為[S班涼T]，計(jì)算其與已知信號特征區(qū)間 的區(qū)間相離度； 根據(jù)灰色關(guān)聯(lián)基礎(chǔ)理論，得到區(qū)間灰色關(guān)聯(lián)系數(shù)Cm。； 依次計(jì)算的值，構(gòu)成區(qū)間關(guān)聯(lián)系數(shù)矩陣； 利用區(qū)間關(guān)聯(lián)系數(shù)矩陣與權(quán)重系數(shù)計(jì)算基于區(qū)間關(guān)聯(lián)的自適應(yīng)區(qū)間關(guān)聯(lián)分類器的自 適應(yīng)區(qū)間關(guān)聯(lián)度。
9. 如權(quán)利要求8所述的一種基于自適應(yīng)滴權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，其特征 在于，定義該特征區(qū)間矩陣為：
其中，m表示信號種類，n表示特征參數(shù)的個(gè)數(shù)，S讀表示調(diào)制信號m的第n個(gè)特征值波 動(dòng)范圍的最小值，表示調(diào)制信號m的第n個(gè)特征值波動(dòng)范圍的最大值， 該區(qū)間相離度為：
10. 如權(quán)利要求9所述的一種基于自適應(yīng)滴權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，其特 征在于，該區(qū)間灰色關(guān)聯(lián)系數(shù)為：
該區(qū)間關(guān)聯(lián)系數(shù)矩陣： /- ，-
-、 其中，i=l，2，???，m，j=l，2，???，]!; 該自適應(yīng)區(qū)間關(guān)聯(lián)度計(jì)算為：
取最大的Ci值對應(yīng)的i值就是待識別信號所屬的類別。
【專利摘要】本發(fā)明公開了一種基于自適應(yīng)熵權(quán)的區(qū)間灰色關(guān)聯(lián)分類器設(shè)計(jì)方法，包括如下步驟：對各序列利用普通灰色關(guān)聯(lián)算法實(shí)現(xiàn)普通灰色關(guān)聯(lián)分類器；利用熵權(quán)算法對普通灰色關(guān)聯(lián)分類器的自適應(yīng)能力進(jìn)行改進(jìn)，實(shí)現(xiàn)自適應(yīng)普通灰色關(guān)聯(lián)分類器；將區(qū)間特征計(jì)算方法引入到自適應(yīng)普通灰色關(guān)聯(lián)分類器，實(shí)現(xiàn)自適應(yīng)區(qū)間灰色關(guān)聯(lián)分類器的設(shè)計(jì),本發(fā)明利用信號特征的分布區(qū)間對信號進(jìn)行識別，且利用熵值理論對該分類器方法進(jìn)行改進(jìn)，提高分類器的自適應(yīng)能力，從而達(dá)到低信噪比下對具有交疊特征的信號進(jìn)行準(zhǔn)確識別的目的。
【IPC分類】G06K9-62
【公開號】CN104794499
【申請?zhí)枴緾N201510232865
【發(fā)明人】李靖超
【申請人】上海電機(jī)學(xué)院
【公開日】2015年7月22日
【申請日】2015年5月8日