被动探测信号聚类分选算法研究

发布时间：2017-11-14 19:21

  本文关键词：被动探测信号聚类分选算法研究

  更多相关文章： 信号分选 PRI 分选 方向相似性聚类 层次划分聚类

【摘要】：雷达信号分选的实质是从被动探测系统截获的大量脉冲中分离出属于每一部雷达辐射源的脉冲序列,是所有被动探测系统必有部分。只有在正确分选的基础上,才能对雷达信号的参数进行估计和提取,并将获得的参数放入雷达库中以便进行定位、跟踪、分析等进一步处理。然而随着现代军事需要及科技不断发展,各种参数随机变化、多功能、多用途的雷达大量的出现,导致脉冲流密度巨大,并且脉冲信号形式复杂,这对被动探测系统信号分选能力提出了很高的要求。本文首先介绍了动态关联法、直方图法(CDIF法、SDIF法)、PRI变换法、平面变换法等比较常见的传统雷达信号分选算法,并对这几种算法的优缺点进行了简要地说明。接着,针对传统PRI分选算法不能适应复杂多变的信号环境这一局限性,提出将聚类算法运用到雷达信号分选领域,将基于网格的聚类算法用于雷达信号分选的预处理,介绍了两种适合未知辐射源信号分选的算法:基于方向相似性聚类的雷达信号分选算法和基于层次划分聚类的雷达信号分选算法,并对基于网格的预处理及两种应用于信号分选的聚类算法进行了仿真分析。方向相似性聚类算法通过聚类中心与数据点之间的相似性度量定义了一个代价函数,然后将求解最优的聚类中心转化为求极值问题,通过拉格朗日乘数法算出最佳聚类中心的迭代式。实现时,假设每个点为初始的聚类中心,通过计算出的迭代式一次次迭代,直到前后两次的迭代值基本相同。层次划分聚类算法通过定义两个数据点相似来进行分类,然后通过一步步增加阈值来改变聚类数,并在此过程中计算评价指标,通过评价指标找出最佳聚类情况并得到最佳聚类数。仿真实验结果表明:将两种聚类算法运用到雷达信号分选中时,都可实现自动聚类,无需设定聚类数,且雷达参数是否固定对算法的分选准确率基本无影响,参数是否接近及接近程度对分选准确率有影响,参数不接近时,分选准确率很高,因此两种算法都可用于参数不接近的复杂体制雷达辐射源信号分选。
【学位授予单位】：中国舰船研究院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.51

【相似文献】

中国期刊全文数据库 前10条

1 李广彪,张剑云,毛云祥;一种新的雷达信号分选方法[J];电子对抗技术;2005年03期

2 刘扬;刘t，

本文编号：1186698