石 丹 刘 卓 刘 茂 毕军建 谭志良 高攸纲

（1.北京邮电大学电子工程学院，北京100876；2.中国人民解放军械工程学院，河北 石家庄050003；3.中国人民解放军95866部队，河北 保定，071051）

引 言

电磁辐射源的区分识别在现实中有着重要的应用，例如现代电子侦察中基于电磁信号的雷达辐射源的识别，以及通过检测电磁干扰源对系统进行电磁兼容优化设计等.目前广泛采用的方法是根据不同辐射源的特性参数进行区分，例如频率、脉冲宽度及来波方向等［1-5］.而方向性作为一种独特的特性参数，目前还没有文献利用其来识别辐射源.实际中的辐射源方向性虽然比较复杂，但通常可以用已知的天线模型来简化等效或者通过组合来近似模拟.因此，本文由一些基本的天线模型入手，建立了利用方向性区分识别辐射源的模型，为实际辐射源的识别提供了一种简单有效的方法.

而作为基于方向性识别辐射源的工具，机器学习方法有着很好的非线性映射能力和自学习能力［6-9］，它可以通过分析已知源的参数数据，并将学习的知识应用于对未知源的鉴别中.本文采用支持向量机（Support Vector Machine，SVM）方法，对已知辐射源有限的方向性数据进行机器学习，从而建立区分识别模型，并通过测试数据来衡量模型的识别准确率.

1 电磁辐射源模型

三种基本的电磁辐射源模型，分别为偶极子天线、倒F天线和同轴馈电贴片天线（分别记为模型1、2、3），将其放置在坐标原点.它们的工作频率为3 GHz，输入功率……