脉冲雷达信号分选算法加速技术研究

发布时间：2020-06-19 00:56

【摘要】：雷达侦测为现代信息作战的眼睛,在电子对抗占据着举足轻重的地位。随着电磁空间环境越来越复杂,雷达信号形式和体制复杂多变,传统的脉冲雷达信号分选算法都存在一定的局限性。对于那些重频类型丰富,重频参数变化范围大的脉冲雷达信号的分选仍存在一定的困难;而对于高密度大数据量的脉冲雷达信号分选的处理速度亟待提高。本文设计了一种新的脉冲雷达分选算法:基于密度的模糊C均值多中心重聚类雷达信号分选算法(Density-Based Fuzzy C-Means Multi-Center ReClustering,DFCMRC)。该算法融合了密度聚类算法和模糊C均值聚类算法的优势。既实现了类似密度聚类算法那样可以在未知雷达数目的情况下准确的对脉冲雷达信号进行分选,同时可以做到类似模糊C均值聚类算法那样使用隶属度来描述每个样本点与每一簇之间的对应关系,而且克服了传统模糊算法对非球状样本集聚类效果不理想的缺陷。对比测试,DFCMRC算法分选效果相对kmeans算法、密度聚类算法和模糊C均值聚类算法更好,对样本测试准确率达到94%以上,相对FCM算法隶属度描述也更加合理。本文还对DFCMRC算法的结构进行优化,将原来随机生成初始中心点的算法改成通过密度峰值聚类算法计算出理想的初始中心点。理想的初始中心点与目标中心点很接近,优化后的算法经过测试验证可以减少一半以上迭代次数,缩短了算法计算时间。为了进一步提高分选算法的实时性,本文将算法进行了并行优化处理,有效的缩短了算法的计算时间。为了充分发挥硬件的计算性能,本文还对并行算法进行多次优化处理,避免了warp分歧和bank冲突,解决了大量数据求和全局同步问题等。算法并行优化前后的加速比随测试样本增加而增加,测试样本点达到25600点时,加速超过了80。该优化技术也可以推广到传统的雷法分选算法,使其实现良好的加速效果
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN957.51
【图文】：

雷达图,脉冲雷达,雷达,分选

哈尔滨工业大学工学硕士学位论文第 1 章绪论题研究背景和意义二战以来随着科技飞速发展，武器装备越来越现代化，武器种类越来渐形成路、海、空、天以及电子战五维战场，而电子战在现代作战的不断提高[1-3]。雷达侦侦查为现代信息作战的眼睛，在电子对抗占据地位，雷达广泛的应用在战舰、飞机、导弹、防控系统等武器装备上锁定敌方武器装备、干扰敌方雷达等[4,5]。如下图 1-1 所示雷达作为杂作战系统中是必不可少的。

模型图,雷达,模型,分选

图 1-2 几种雷达 PRI 模型经过前俩步的预分选之后，针对复杂体制的雷达，常规的雷达辐射源信号法不能较好的分选出信号。研究最多，使用也最广的有基于 TOA 的脉冲到（PRI）主分选算法。PRI 变换就是复值自相关积分算法,把脉冲序列的差值一个谱中,由对应的谱峰位置便可估计出脉冲序列的值。由于该算法涉及大式运算，暂时不做过多讨论。下面给出四部雷达仿真信号，验证该算法的可行国内对于脉冲雷达信号分选算法的研究相对国外要晚，但发展非常迅速。，随着国家对国防力量的重视，在雷达信号分选算法研究方面，我国学者在志上，发表了不少文章并取得了瞩目的成绩[29-36]。尤其是国防科技大学、西科技大学、哈尔滨工程大学等一批高效在雷达分先算法的研究上已经走到前列。2003 年，空军雷达研究院研究队毛五星、朱元清和王建刚提出了支分析的雷达雷达信号分选算法[29]。2004 年，山东师范大学物理与电子科学辛化梅、薛林和苏国庆三人设计并完成了基于 BAM 网络和模糊理论的雷达号模糊联想分选算法[30]。2006 年，空军雷达学院研究生韩俊、何浩明、冒提出了一种雷达脉冲序列综合分选方法[31]。2008 年，哈尔滨工业大学的国[

【参考文献】