摘要：隨著現(xiàn)代技術(shù)不斷更新,雷達(dá)種類及相關(guān)技術(shù)得到不斷發(fā)展,雷達(dá)輻射源信號的識別逐漸成為一個十分重要的研究領(lǐng)域。該文主要針對輻射源信號識別中的調(diào)制類型識別問題,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)對分解結(jié)果的影響及不同分類模型識別效果等方面進(jìn)行分析。實驗結(jié)果表明該算法對常用雷達(dá)信號有較好濾波和識別效果,在–20 dB條件下濾波重構(gòu)信號與原始信號余弦相似度值仍保持在0.94左右,在判別置信度?為0.65條件下識別正確率仍維持在97%以上。此外實驗還表明相對于傳統(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。