摘要：隨著現(xiàn)代技術(shù)不斷更新,雷達(dá)種類(lèi)及相關(guān)技術(shù)得到不斷發(fā)展,雷達(dá)輻射源信號(hào)的識(shí)別逐漸成為一個(gè)十分重要的研究領(lǐng)域。該文主要針對(duì)輻射源信號(hào)識(shí)別中的調(diào)制類(lèi)型識(shí)別問(wèn)題,從數(shù)據(jù)能量角度出發(fā),在奇異值分解(Singular Value Decomposition, SVD)基礎(chǔ)上進(jìn)行優(yōu)化,提出基于權(quán)重歸一化奇異值分解特征提取算法。該文從奇異值分解的濾波效果、數(shù)據(jù)矩陣行數(shù)對(duì)分解結(jié)果的影響及不同分類(lèi)模型識(shí)別效果等方面進(jìn)行分析。實(shí)驗(yàn)結(jié)果表明該算法對(duì)常用雷達(dá)信號(hào)有較好濾波和識(shí)別效果,在–20 dB條件下濾波重構(gòu)信號(hào)與原始信號(hào)余弦相似度值仍保持在0.94左右,在判別置信度?為0.65條件下識(shí)別正確率仍維持在97%以上。此外實(shí)驗(yàn)還表明相對(duì)于傳統(tǒng)PCA算法,基于權(quán)重歸一化奇異值分解特征提取算法擁有更好的魯棒性。