基于AdaBoost分類器的典型戰(zhàn)術(shù)數(shù)據(jù)鏈信號(hào)識(shí)別方法

石達(dá)寧，陳永游，劉 建，陳 韻，李陽雨

（中國(guó)航天科工集團(tuán)8511研究所，江蘇 南京 210007）

0 引言

戰(zhàn)術(shù)數(shù)據(jù)鏈?zhǔn)乾F(xiàn)代作戰(zhàn)體系的重要組成部分。它把地理上分散的部隊(duì)、傳感器和武器系統(tǒng)聯(lián)系起來，實(shí)現(xiàn)信息共享，實(shí)時(shí)掌握戰(zhàn)場(chǎng)態(tài)勢(shì)，縮短決策時(shí)間，從而提高指揮速度和協(xié)同作戰(zhàn)能力，可以對(duì)敵方實(shí)施快速、精確、連續(xù)的打擊［1］。美國(guó)和北約對(duì)戰(zhàn)術(shù)數(shù)據(jù)鏈的研究起步較早，主要形成以Link4A、Link11和Link16為代表的典型戰(zhàn)術(shù)數(shù)據(jù)鏈裝備，在歷次戰(zhàn)爭(zhēng)中發(fā)揮了巨大的作用。

近年來，傳統(tǒng)的支持向量機(jī)（SVM）和K?近鄰（KNN）等算法在小樣本、非線性及高維特征識(shí)別方面取得了一定成果。基于大數(shù)據(jù)的深度學(xué)習(xí)方法，如卷積神經(jīng)網(wǎng)絡(luò)（CNN）等也為信號(hào)類型識(shí)別提供了一條新的思路［2］。但是這些識(shí)別算法都存在使用單一分類器的問題，無法進(jìn)行多維度、泛視角識(shí)別分類，Ada?Boost算法采用自適應(yīng)的迭代算法，通過組合多個(gè)分類器，調(diào)整迭代過程中錯(cuò)誤樣本的權(quán)重，可增強(qiáng)分類器的泛化能力以提高訓(xùn)練識(shí)別結(jié)果的精度和抗噪聲性能［3-4］。

本文瞄準(zhǔn)數(shù)據(jù)鏈巨大的戰(zhàn)術(shù)應(yīng)用價(jià)值，通過分析與提取數(shù)據(jù)鏈信號(hào)的時(shí)頻分布、循環(huán)譜的高階特征，利用AdaBoost算法對(duì)數(shù)據(jù)鏈信號(hào)進(jìn)行分類識(shí)別，進(jìn)而為數(shù)據(jù)鏈信號(hào)后續(xù)的對(duì)抗措施打下基礎(chǔ)。

1 典型數(shù)據(jù)鏈信號(hào)概述

1.1 Link4A

Link4A主要用于艦船對(duì)飛機(jī)進(jìn)行控制，工作在UHF 頻段，范圍為 225.000 ~399.975 MHz［5］。控制站單次發(fā)送控制報(bào)文的周期恒為32 ms，且分為發(fā)射期和接收期。發(fā)射期長(zhǎng)14 ms，用于控制站發(fā)送控制報(bào)文。接收期長(zhǎng)18 ms，此時(shí)控制站等待收信飛機(jī)的應(yīng)答報(bào)文。……