非协作雷达辐射源信号聚类分选算法研究

发布时间：2020-10-25 18:55

　　 雷达对抗侦察是获取雷达对抗情报的主要手段,其核心技术之一是对雷达辐射源进行准确的分选,只有在此基础上,才能进行辐射源识别以及威胁等级判定,以便指挥人员选择合适的对抗策略。随着电子战的飞速发展,雷达电磁环境变得越来越难以预计,特征参数复杂多变的非协作雷达辐射源越来越多并逐渐呈主导地位。本文主要针对特征参数空间混叠的非协作雷达信号分选存在的关键理论问题进行探索性研究。文章通过分析总结国内外雷达信号分选领域的研究现状,确定了本文研究的主体方向即数据挖掘中的聚类分析方法,进而研究了K-Means和模糊C均值(FCM)两种经典的基于划分的聚类算法。雷达信号易受到噪声污染及测量误差的影响影响,从而直接或间接导致了分选处理错判概率的增加。因此,本文将数据场概念引入到雷达信号数据预处理中,提出了一种基于数据场的雷达信号预处理方法,通过数据场势值来判断雷达辐射源信号样本中的噪声和孤立点干扰,从而来进行数据孤立点的剔除。考虑到传统雷达信号分选模型的不足,以及聚类算法针对非协作雷达信号分选存在的问题,本文构建一种新的针对非协作雷达信号的分选模型结构。通过数据场等势线的构建来确定雷达辐射源的初始值,从而避免了需要辐射源信号先验信息才能完成的初始参数设定环节。基于软划分的模糊C均值聚类分选算法可以更好地处理特征参数空间交叠的类边界划分问题,将数据场和基于软化分的模糊C均值聚类结合起来。这就同时解决了特征参数交叠的类边界划分和聚类初始值的设定问题。
【学位单位】：中国航天科技集团公司第五研究院西安分院
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN974
【部分图文】：

第 1 章 绪论课题背景和意义息化条件下的现代战争离不开及时、准确、可靠的雷达对抗情报进程和结局具有决定性的作用。随着电子技术的高速发展，军队程度得到迅猛提升，电子战被作为直接用于攻防的作战手段，形成、天、电”的多维立体战争格局[1]。历次局部战争的实践演绎了代战争胜负的关键因素是敌对双方综合电子战能力的强弱，综合后的军事领域占领主导地位。未来的高技术战争中，电子战将发作用，没有制电磁权就谈不上“制天、制空、制海、制陆”权。陆、海、空及天军提供合理的军事决策行动，从而赢得战场主动节奏，夺取决定性胜利。

非协作雷达辐射源信号聚类分选算法研究卫星由于可以大范围、连续性地长期监视和跟做出快速的作战决策响应。因此，它已成为当。电子侦察快响卫星通过侦察、截获目标辐射、混频等信号调理，将射频信号转换到中频信信号进行采样，对侦收的信号进行检测与参数W）。利用雷达辐射源特征参数进行雷达信号经坐标转换形成目标地经纬度信息，实现目标方提供及时可靠的战场电磁情报。分选是识别流中成功分选出各部雷达信号后，才能完成后选作为电子战领域中的核心技术，其分选结果的质量，所获取的情报是制定电子战计划的基可靠性直接决定了电子战计划的作战效果。

第 2 章 雷达信号分选概述2.3.4 MATLAB GUI 界面可视化设计MATLAB 作为算法研究和应用领域开发的基本工具，它提供了具有强大功能的 GUIDE 模板，用于创建各种用户图形对象（GUI）。而且用户可以根据需求直接在对象选择区中进行选择，从而自动生成相应的 M 文件框架，这样让编写界面程序的工作变得简单很多。2.3.4.1 界面功能介绍本节是在 MATLAB 平台上利用 GUI 设计了雷达信号功能仿真的图形可视化界面，形成一个独立完整的软件。用户可以自己模拟信号环境，生成雷达信号 PDW 数据，并进行多脉冲序列的排序和 PDW 数据的存储，以便后续雷达信号分选算法中调用 importdata 函数读取雷达仿真数据。本软件是在 MATLABR2014a 环境下利用 GUI 实现了由用户设置雷达信号参数、以及程序运行结果的图形化展示。主界面如图 2.6 所示：
【参考文献】

相关期刊论文 前10条

1 张冉;夏厚培;;一种新的k-means聚类雷达信号分选算法[J];现代防御技术;2015年06期

2 徐梁昊;姜秋喜;潘继飞;;一种基于PRI变换的雷达信号分选方法研究[J];舰船电子对抗;2014年05期

3 卢小勇;闫抒升;王晓军;俞志强;;预警雷达信号特征参数仿真研究[J];空军预警学院学报;2013年06期

4 张中山;贾可新;;粒子群优化模糊聚类在信号分选中的应用[J];舰船电子对抗;2013年03期

5 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

6 王海;;基于迭代方法的高逼真雷达信号环境仿真研究[J];系统仿真学报;2012年04期

7 易波;刘培国;薛国义;;一种基于顺序差值直方图算法的改进雷达信号分选方法[J];舰船电子对抗;2012年01期

8 陈昌云;郑子扬;陈永游;;基于自适应仿射传播聚类的雷达信号分选方法[J];航天电子对抗;2011年03期

9 孙鑫;侯慧群;杨承志;;基于改进K-均值算法的未知雷达信号分选[J];现代电子技术;2010年17期

10 温重伟;李荣钧;;改进的粒子群优化模糊C均值聚类算法[J];计算机应用研究;2010年07期

相关博士学位论文 前2条

1 周开乐;模糊C均值聚类及其有效性检验与应用研究[D];合肥工业大学;2014年

2 国强;复杂环境下未知雷达辐射源信号分选的理论研究[D];哈尔滨工程大学;2007年

相关硕士学位论文 前10条

1 王军;基于网格密度聚类的雷达信分选算法研究[D];江苏科技大学;2013年

2 李丹丹;基于数据场的量化关联规则研究[D];内蒙古科技大学;2013年

3 吴鹏飞;数据场在聚类分析中的应用研究[D];内蒙古科技大学;2013年

4 聂晓伟;复杂环境下未知雷达信号分选算法研究[D];西安电子科技大学;2013年

5 杨多;复杂环境下多参数雷达信号分选算法研究[D];哈尔滨工程大学;2012年

6 符锐;密集信号条件下的雷达信号分选[D];电子科技大学;2008年

7 江绪庆;多辐射源雷达信号环境仿真技术[D];电子科技大学;2006年

8 常宇亮;雷达信号环境与测频接收机仿真研究[D];国防科学技术大学;2005年

9 陶荣辉;雷达信号分选技术研究[D];中国工程物理研究院;2005年

10 高世光;基于模糊聚类的数据挖掘技术研究[D];国防科学技术大学;2002年

本文编号：2855824