基于改进ISODATA的无先验扩展目标聚类分析算法

吴湘霖，杨士义

(1.中国空空导弹研究院，河南洛阳 471009；2.航空制导武器航空科技重点实验室，河南洛阳 471009；3.驻中国空空导弹研究院军事代表室，河南洛阳 471009）

基于改进ISODATA的无先验扩展目标聚类分析算法

吴湘霖1，2，杨士义3

(1.中国空空导弹研究院，河南洛阳 471009；2.航空制导武器航空科技重点实验室，河南洛阳 471009；3.驻中国空空导弹研究院军事代表室，河南洛阳 471009）

基于弹载雷达多扩展目标检测的应用需求，在CFAR检测输出的基础上，对检测结果的聚类分析方法进行了论证分析，提出了改进的ISODATA算法。该算法摆脱了常用聚类分析算法对目标个数、聚类初值等先验信息的要求以及孤立点的影响。数字仿真实验验证了新算法的有效性。

扩展目标；聚类；弹载雷达；改进的ISODATA算法

0 引 言

随着各种武器系统对作战能力的要求不断提高,高速、高机动目标精确碰撞、目标识别与抗干扰等都对弹载雷达的高分辨率参数估计提出了要求。高分辨率雷达使得原先以单一点迹形式出现的目标呈现扩展状态,可能占据多个分辨单元,这种目标称为扩展目标［1-3］。

研究表明,使用高分辨率PD雷达对扩展目标进行积累检测,将在距离-多普勒域上占据一个区间,并在此区间具有尖峰群特征［4］。因此在对积累谱进行CFAR检测后需要对目标区分,将应该属于同一个目标的各个单元判为同一目标,而将相邻的不同目标过门限点区分开来,分别形成不同的目标集群,得到目标数量的估计并分别计算其待估计参数信息。……