基于仿射传播聚类的辐射源脉冲信号分选算法

发布时间：2021-11-21 13:45

　　为有效解决脉冲信号分选中辐射源数量不确定和脉冲数据分布形式复杂的问题,文中提出了一种基于仿射传播聚类的辐射源脉冲信号分选算法。该方法通过构造脉冲信号样本数据的拉普拉斯矩阵,并计算其矩阵的特征向量作为参数空间变换后样本新特征向量,然后采用仿射传播聚类算法对新样本向量进行聚类,最终实现辐射源脉冲信号分选。经过仿真试验验证了该算法对于未知辐射源脉冲信号分选的有效性,辐射源脉冲信号分选正确率达到94. 47%,试验结果表明了文中所提算法克服了辐射源数量不确定和信号样本复杂分布的问题,对于辐射源脉冲信号分选具有较高准确性和鲁棒性。 

【文章来源】：中国电子科学研究院学报. 2020,15(10)北大核心

【文章页数】：7 页

【部分图文】：

测试样本聚类示意图

第一组二维测试样本聚类效果图

第二组二维测试样本聚类效果图

【参考文献】：
期刊论文
[1]复杂体制雷达信号预分选的方法[J]. 袁泽恒,田润澜,王晓峰.  电信科学. 2018(09)
[2]复杂电磁环境下同型雷达信号的分选方法[J]. 牟皓,高由兵,郑坤.  电子信息对抗技术. 2018(05)
[3]一种基于数据场聚类的雷达信号分选算法[J]. 贾然,胡进.  现代防御技术. 2017(04)
[4]基于数据场与云模型的多模雷达信号分选算法[J]. 国强,宋文明,南普龙,万建.  哈尔滨工业大学学报. 2015(11)
[5]粒子群优化模糊聚类在信号分选中的应用[J]. 张中山,贾可新.  舰船电子对抗. 2013(03)
[6]一种新的基于网格聚类的雷达信号预分选算法[J]. 邱磊,杨承志,何佃伟.  现代防御技术. 2013(02)
[7]基于改进K-均值算法的未知雷达信号分选[J]. 孙鑫,侯慧群,杨承志.  现代电子技术. 2010(17)
[8]基于粒子群聚类算法的雷达信号分选[J]. 陈彬,骆鲁秦,王岩.  航天电子对抗. 2009(05)
[9]基于K-均值的SVC的雷达辐射源信号识别[J]. 李序,张葛祥.  系统仿真学报. 2008(23)
[10]聚类方法在雷达信号分选中的应用[J]. 张万军,樊甫华,谭营.  雷达科学与技术. 2004(04)



本文编号：3509618