一种基于网格划分数据场的雷达信号分选方法*

刘峻臣，胡 进，何航峰

(中国船舶重工集团公司第七二四研究所，南京 211106)

0 引 言

随着电子信息技术的不断发展，新的雷达体制和信号调制样式相继出现，电子侦察面临的电磁环境越来越复杂。如何在复杂的电磁环境中正确地分选出未知雷达信号，一直是电子侦察工作中的重点和难题。

聚类算法是数据挖掘中的一种重要算法，它能挖掘未知数据间的相关性，将性质相似的数据归为一类[1]。聚类作为一种无监督的分类方法，很适合解决缺乏先验信息的未知雷达信号的分类问题[2]。K-means聚类算法因收敛快、易于实现、思想简单、不需要先验信息在雷达信号分选中应用比较广泛[2]。但是传统的K-means聚类算法需要人工设定聚类数目，并且对聚类中心敏感，从而影响了雷达信号分选准确率。对于聚类数目的确定，一般使用手肘法，但是并不是所有代价函数曲线都存在明显的“肘部”，并且也无法解决算法对聚类中心敏感的问题。K-means++算法能够更加合理地给出初始聚类中心，但是当数据量增加时，算法的初始化回变得很慢。为了实现对聚类数目和聚类中心的自动确定，文献[3]使用数据场对雷达信号进行分选，能自动选取聚类中心和聚类个数，但是需要手动设定影响因子；文献[4]提出势熵的概念，利用势熵可以自动选取辐射因子，但是运算量较大。大部分数据场使用欧式距离进行计算[5-6]，对分布多为矩形簇的雷达信号进行分选时容易发生错误。

本文对传统的数据场方法进行改进，使用子空间划分的方法快速确定影响因子，提高数据场的计算速度，并使用密度阈值清除信号交叠区域的网格；……