基于改进集对分析聚类的雷达信号分选方法

2014-06-19 17:38:04黎蓉刘以安王刚
现代电子技术 2014年9期

黎蓉 刘以安 王刚

摘 要: 在高密度复杂的雷达信号环境下,针对使用集对分析进行信号分选时,分选结果易受联系度取值影响的问题,提出了一种实时稳定有效的信号分选方法。通过采用集对分析对脉冲流进行预分选,再结合高维数据聚类的方法实现分选效果。经过仿真对比分析,实验结果表明该方法在含有噪声脉冲的情况下仍具有较高的识别率。

关键词: 信号分选; 集对分析; 高维数据; 仿真分析

中图分类号: TN957.51?34 文献标识码: A 文章编号: 1004?373X(2014)09?0008?04

0 引 言

在现代电子战环境中,随着雷达技术的快速发展,新体制雷达的信号形式更加复杂化。在这种环境下进行雷达信号分选将面临着更多的挑战。传统的雷达信号分选大都是基于PRI参数进行脉冲分选[1],该类方法耗时长,在脉冲丢失的情况下分选效果变差,不适于处理大量的复杂数据。面对当今复杂的信号环境,一些学者纷纷提出了基于多参数聚类的信号分选方法,如K?means聚类、支持向量聚类和蚁群聚类等算法,文献[2]通过直方图峰值来选取初始质心,以减少K?means算法的迭代次数,该算法在进行直方图峰值统计时,若使用较低的参数维数,其分选正确率不高,若使用较高的参数维数,其统计算法的计算复杂度较高;支持向量聚类算法的聚类结果易受核函数参数[q]和惩罚因子[C]的影响,且计算复杂度高,文献[3]采用的分段聚类和调节参数[q]和[C]的做法取得了较好的分选效果,但是当信号密集复杂不均时,算法耗时长,计算效率有所下降;……

登录APP查看全文