多参数聚类雷达信号分选技术研究

发布时间：2020-05-30 16:46

【摘要】：雷达信号分选在电子对抗领域中扮演着重要的角色,同时也是被动雷达导引头一个重要组成部分。雷达信号分选完成在复杂的电磁环境下目标雷达的侦察和特征参数的提取。雷达信号分选效果的好坏直接影响雷达侦察系统的性能。随着电磁信号环境的复杂多变、雷达信号的多种多样、脉冲流密度的增加以及容差选择问题导致单参数雷达信号分选算法遇到瓶颈,慢慢地向多参数聚类分选算法进行演进。本文对常见的雷达信号分选算法进行介绍,并着重研究多参数聚类分选算法中的模糊聚类分选算法和支持向量聚类算法。模糊聚类分选算法是多参数聚类算法中应用比较广泛的分选算法,然而模糊相似矩阵的运算量跟信号类型的判别是模糊聚类算法面临的主要难题。针对模糊聚类分选算法中模糊相似矩阵计算量随着脉冲流密度增加而膨胀增加问题,本文提出了特征样本抽取法,利用特征数据代替全部数据进行模糊相似矩阵计算。由于模糊聚类算法可以放大雷达信号参数之间的差异性,导致捷变雷达信号划分成多个聚类中心集合,从而脉冲重复周期无法进行正常提取。在此基础上提出了脉冲重复周期匹配法,根据基波以及多次谐波关系可以判断不同聚类中心的脉冲流是否属于同一个脉冲雷达信号,完成脉冲重复周期的提取。由于抖动雷达信号和滑变雷达信号具有相似的雷达信号变化规律,模糊聚类算法在进行信号判断时容易出现误判。在此基础上提出脉冲重复周期二次处理法,根据相邻脉冲重复周期差值出现峰值的数目完成两种信号类型的判决。支持向量聚类算法是种更精准的分类方式,此算法是将雷达数据点映射到高维空间,对高维空间的样本数据点进行聚类判断。针对簇标定过程中非支持向量数据点的划分问题,在双质心簇标定算法的基础上提出改进方法,利用支持向量点、非支持向量点跟双质心构建的向量关系进行判断,仿真实验表明改进算法提高了非支持向量点划分的准确度,并降低了对高斯核函宽度数值选择的敏感度。
【图文】：

天线接收来自电磁环境中的雷达脉冲信号，得到目标雷达的参数特征信息。本章从雷达达信号主分选算法，并对算法的适用范围描述字们所接收到的雷达脉冲信号为一个脉冲序列定的雷达特征信息参数。雷达特征信息参间(TOA )、脉宽(PW)、脉冲重复间隔(PR的变化规律及变化范围等；空域参数信息：参数信息[68]。将雷达信号的到达时间(TOA )、脉宽(PW)五维参数信息称为脉冲描述字，简称PDW

图 2.6 滑变雷达信号的脉冲重复周期变化规律示意图号主分选算法基础选算法可以分为两部分，分别为预分选过程和主分选算法的预分选过程根据载频、脉宽等参数信息进行分度。以载频为例，首先进行基准脉冲的选择，，将第一，同时设定载频这一维参数的容差范围。由于雷达信冲的载频与基准脉冲的载频进行比对。如果当前脉冲差范围内，则认为当前脉冲与基准脉冲具有相同的载冲归类同一脉冲集合，并依次将剩余脉冲与基准脉冲，重新选择基准脉冲，重复以上操作。在预分选过程容差设置过小，会导致属于同一部雷达信号的脉冲错大，会导致不属于同一个信号的脉冲误分到同一个类预分选过程中同样起着关键性作用，但是由于参数测
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN957.51

【相似文献】

相关期刊论文 前10条

1 曾德国;张君;郑子扬;陈歆炜;徐富元;;一种基于抛物线霍夫变换的雷达信号分选方法[J];航天电子对抗;2017年04期

2 韩润林;王薇;;雷达信号分选和细微特征分析[J];通讯世界;2016年15期

3 张什永;张海黎;胡泽宾;徐龙;;基于聚类分析的雷达信号分选研究[J];航天电子对抗;2013年01期

4 冯明月;何明浩;王冰切;张元发;;基于改进相似熵的参数交叠雷达信号分选[J];电子信息对抗技术;2013年04期

5 赵玉;陆志宏;;一种多模雷达信号分选方法的研究[J];现代电子技术;2010年13期

6 曹俊纺;陈建军;孟晓琳;;雷达信号分选技术研究[J];雷达与对抗;2009年01期

7 陈彬;骆鲁秦;王岩;;基于粒子群聚类算法的雷达信号分选[J];航天电子对抗;2009年05期

8 刘扬;刘t

本文编号：2688422