資源描述：
《基于合成特征參數(shù)的雷達(dá)信號(hào)聚類分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、62航天電子對(duì)抗第27卷第6期基于合成特征參數(shù)的雷達(dá)信號(hào)聚類分析孟祥豪，羅景青(解放軍電子工程學(xué)院電子對(duì)抗信息處理重點(diǎn)實(shí)驗(yàn)室，安徽合肥230037)摘要：針對(duì)截獲的雷達(dá)輻射源脈沖數(shù)據(jù)提出了一種基于特征參數(shù)合成的聚類算法。算法利用全脈沖數(shù)據(jù)的特征參數(shù)，通過對(duì)每一個(gè)特征參數(shù)的分選計(jì)算出該參數(shù)的加權(quán)系數(shù)。通過加權(quán)系數(shù)對(duì)每一個(gè)特征參數(shù)的加權(quán)得到合成的特征參數(shù)，并利用合成參數(shù)對(duì)脈沖進(jìn)行聚類。仿真試驗(yàn)表明該算法能夠?qū)崿F(xiàn)對(duì)信號(hào)的聚類分選，采用編碼的方式有利于降低噪聲的影響。關(guān)鍵詞：聚類分析；合成特征參數(shù)；加權(quán)系數(shù)中圖分類號(hào)：TN974文獻(xiàn)標(biāo)識(shí)碼：AClusteringanalysisofr
2、adar-signalsbasedoncompositivecharacteristicparametersMengXianghao，LuoJingqing(ElectronicEngineeringInstitute，LaboratoryofElectronicCountermeasureandInformationProcessing，Hefei230037，Anhui，China)Abstract：Amethodofsignalclusteringisproposedbasedonthecompositivecharacteristicparametersforrada
3、remitter'sintegratedpulsedata．Itusesthecharacteristicvaluesasstatisticobjectsandcalculatedtheweightingcoefficient，andthenitregardsthecharacters’weightingvalueastheclusteringobjeetandclusteredthepulses．Theexperimentsandcomputersimulationsshowthatthealgorithmcanclusterthesignalsaccurate—ly，at
4、thesametime，theexperimentalresultsshowthatcodingmethodispropitioustOreducetheinfluenceofnoise，Keywords：clusteringanalysis；compositivecharacteristicparameter；weightingcoefficient0引言電子戰(zhàn)爭環(huán)境下的雷達(dá)輻射源分選識(shí)別是研究的熱點(diǎn)問題。雷達(dá)信號(hào)分選指的是從交錯(cuò)的脈沖流中分離出各部雷達(dá)的脈沖列，并選出有用信號(hào)的過程[1]。文獻(xiàn)E2]指出：利用脈沖到達(dá)時(shí)間(TOA)進(jìn)行脈沖去交錯(cuò)的主分選算法的軟件處理吞吐量
5、與環(huán)境中輻射源數(shù)量的平方成正比。目前的雷達(dá)輻射源信號(hào)分選主要采用五個(gè)基本參數(shù)(RF，PRI，PW，DOA，TOA)進(jìn)行分類。文獻(xiàn)1-3]應(yīng)用復(fù)雜度特征實(shí)現(xiàn)了低信噪比下未知復(fù)雜雷達(dá)信號(hào)的高準(zhǔn)確率分選。文獻(xiàn)E4]提出了一種改進(jìn)的分選算法，算法引人了距離加權(quán)系數(shù)的概念，依據(jù)信息熵使各參數(shù)的距離加權(quán)系數(shù)的確定更加合理化。但是，目前針對(duì)PRI信息未知或獲得難度較大的情況研究較少。據(jù)此本文提出了一種將特征參數(shù)按照收稿日期：2011—06—03，2011—08～23修回。作者簡介：孟祥豪(1987一)，男，研究生，主要研究方向?yàn)槔走_(dá)信號(hào)處理。加權(quán)系數(shù)進(jìn)行合成，通過這種方式，使表征信號(hào)脈沖的
6、向量降低為一維，進(jìn)而利用編碼的方式，對(duì)合成參數(shù)向量進(jìn)行聚類的算法，算法對(duì)PRI的依賴性低，運(yùn)算量小。1模型建立利用雷達(dá)輻射源全脈沖數(shù)據(jù)，設(shè)定每部雷達(dá)輻射源脈沖的特征參數(shù)向量可表示為(z；，i=1，2，?，M)(脈沖特征參數(shù)的個(gè)數(shù)為M)，接收機(jī)接收到的輻射源脈沖樣本向量集合可表示為(M，y：，?，YN)(N為脈沖個(gè)數(shù))。于是，脈沖咒的特征參數(shù)向量可以表示為：y。=(z1(玎)，z2(，1)，?，z^f(踅))以=1，2，?，N雷達(dá)輻射源全脈沖數(shù)據(jù)可以表示為：Y2D約M((．．．(MH期翻斯～～．．．～D動(dòng)m勛勉娩D動(dòng)mz現(xiàn)k㈨舊IIM2011(6)盂祥豪．等：基于合成特征參數(shù)的
7、雷達(dá)信號(hào)聚類分析63現(xiàn)在，將每一種特征參數(shù)按照升序進(jìn)行排列，即對(duì)y的每一列進(jìn)行升序重新排列，可以得到新的輻射源全脈沖數(shù)據(jù)矩陣y7：Y7=x71(1)工7l(2)工72(1)工72(2)工7M(1)X7M(2)工71(N)x72(N)?工7M(N)jNxM(2)接下來，構(gòu)造特征參數(shù)差值矩陣，，對(duì)l，7的每一列元素，按照血。(以)=zi(押+1)一zi(珂)，i=1，2，?，M；珂=1，2，?，N一1的原則進(jìn)行差值計(jì)算。因此，礦可以表示為：Y’=血l(1)△r2(1)?血M(1)缸l(2)艦(2)?缸^f(
