基于模糊聚类的雷达信号分选

格式：pdf
大小：290.63 KB
文档页数：4

ＹＩＮＬｉａｎｇ，ＰＡＮＪｉ－ｆｅｉ，ＪＩＡＮＧＱｉｕ－ｘｉ
（ＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇｌｎｓｔｉｔｕｔｅ，ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＥｌｅｃｔｒｏｎｉｃＲｅｓｔｒｉｃｔｉｏｎＡｎｈｕｉＰｒｏｖｉｎｃｅ，Ｈｅｆｅｉ２３００３７，Ｃｈｉｎａ）
来确定最佳聚类，并进行了信号分选仿真实验。利用该方法进行模糊聚类时无需设置阈值，仿真结果证明分选方法的正确性，验证了此方法的有效性和可行性。该方法能够处理多个雷达脉冲信号，是一种解决多脉冲信号分选问题的新
途径。
关键词：模糊聚类，雷达信号分选，熵权，有效性评价模型
Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｏｖｅｒｃｏｍｅｔｈｅｌｉｍｉｔａｔｉｏｎｏｆｔｒａｄｉｔｉｏｎａｌｒａｄａｒ — ｓｉｇｎａｌｓｓｏｒｔｉｎｇａｌｇｏｉｔｒｈｍ，ａｒａｄａｒｐｕｌｓｅｓｉｇｎａｌｓｏｒｔｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎｆｕｚｚｙｃｌｕｓｔｅｉｎｒｇｉｓｐｒｅｓｅｎｔｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｂａｓｉｃｐｉｎｒｃｉｐｌｅａｎｄｓｔｅｐｓ
基于模糊聚类的雷达信号分选
尹亮，潘继飞，姜秋喜
（电子工程学院安徽省电子制约技术重点实验室，合肥２３００３７）
摘
要：为克服传统信号分选算法的局限性，采用了基于模糊聚类分析的雷达脉冲信号分选方法。首先介绍了模
糊聚类的基本原理和具体步骤，利用熵权法对不同雷达信号特征参数增加了加权系数，其次建立了有效性评价模型
中图分类号：ＴＮ９５文献标识码：Ａ
ＡＳｔｕｄｙｏｎＳｏｒｔｉｎｇｏｆＲａｄａｒ — ＳｉｇｎａｌｓＢａｓｅｄｏｎＦｕｚｚｙＣｌｕｓｔｅｒｉｎｇ
ａｍｏｕｎｔｏｆｄａｔａ．Ｉｔｐｒｏｖｉｄｅｓａｎｅｗｗａｙｔｏｓｏｌｖｅｓｏｔｉｒｎｇｐｒｏｂｌｅｍｓｏｆｄｅｎｓｅａｎｄｃｏｍｐｌｉｃａｔｅｄｐｕｌｓｅｓｉｇｎａｌｓ．Ｋｅｙｗｏｒｄｓ：ｆｕｚｚｙｃｌｕｓｔｅｒ，ｒａｄａｒ－ｓｉｇｎａｌｓｏｔｉｒｎｇ，ｅｎｔｒｏｐｙｗｅｉｇｈｔ，ｍｏｄｅｌｏｆｅｆｆｅｃｔｉｖｅｅｖａｌｕａｌｕｓｔｅｒｉｎｇａｒｅｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅｗｅｉｇｈｔｓｏｆｐａｒａｍｅｔｅｒｓａｒｅｄｅｔｅｒｍｉｎｅｄａｃｃｏｒｄｉｎｇｔｏｅｎｔｒｏｐｙ．Ｔｈｅｍｏｄｅｌｏｆｅｆｆｅｃｔｉｖｅｅｖａｌｕａｔｉｏｎｉｓｂｕｉｌｔｔｏｄｅｔｅｒｍｉｎｅｔｈｅｂｅｓｔｓｏｔｉｒｎｇ．Ｆｉｎａｌｌｙ，ｔｈｅｅｘｐｅｉｍｅｒｎｔｉｓｓｉｍｕｌａｔｅｄ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｓｈｏｗｓｔｈａｔｔｈｅｍｅｔｈｏｄｉｓｅｆｆｅｃｔｉｖｅａｎｄｆｅａｓｉｂｌｅ．Ｔｈｅｍｅｔｈｏｄｉｆｔｓｆｏｒｐｒｏｃｅｓｓｉｎｇａｌａｒｇｅ
引言
随着电子侦察设备的广泛使用，雷达信号的密度越来越大，信号越来越复杂。侦察接收系统首要面临的问题是对密集交迭的雷达信号进行自动分选。因此，雷达信号分选是电子侦察信号处理中的
关键技术之一 … 。近些年来常用的聚类方法有：基于
据信号的各种参数，按某些预定特征参数进行分选。模糊聚类的优点在于它能适应那些分离性不是很好的雷达信号，并且无需确定聚类中心和聚类半径。模
Ｖｏ１．３９．ＮＯ．２
火力与指挥控制
ＦｉｒｅＣｏｎｔｒｏｌ＆ＣｏｍｍａｎｄＣｏｎｔｒｏｌ
第３９卷
第２期
Ｆｅｂ，２０１４
２０１４年２月
文章编号：１００２ — ０６４０【２０１４）０２ — ００５２ — ０３

一种基于数据场聚类的雷达信号分选算法

一种基于数据场聚类的雷达信号分选算法贾然;胡进【摘要】针对传统聚类算法在雷达信号分选中存在的一些问题,提出了一种基于数据场聚类的信号分选算法.首先所有数据样本经过归一化计算,根据数据场理论计算样本的势值,通过寻找极大值点及其个数确定初始聚类中心和聚类数目,之后重新计算聚类中心.通过对频率捷变雷达的实验仿真,验证了算法的有效性.%Aimed at some problems existing in radar signal sorting based on the traditional clustering algorithm,a new signal sorting algorithm based on data field clustering is proposed.All data samples are calculated for normalization.According to the data field theory calculation sample of potential value,the initial clustering center and number are determined by finding the maxima and its numbers,and the clus ter centers are recalculated.The effectiveness of the proposed algorithm is verified through the experimental simulation of frequency agility radar.【期刊名称】《现代防御技术》【年(卷),期】2017(045)004【总页数】6页(P124-129)【关键词】雷达信号分选;数据场;聚类;频率捷变;等势线;Matlab【作者】贾然;胡进【作者单位】南京船舶雷达研究所,江苏南京211106;南京船舶雷达研究所,江苏南京211106【正文语种】中文【中图分类】TN957.5;TP391.9复杂电磁环境下的雷达辐射源信号分选是雷达情报侦察的重要组成部分，是衡量雷达对抗情报处理能力的关键因素[1]。

基于人工鱼群聚类的雷达信号分选算法

第４期
２０１３年８月
雷达科学与技术
ＲａｄａｒＳＣｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇＹ
Ｖｏ１．１１Ｎｏ．４
类的雷达信号分选算法
赵贵喜，王岩，于冰，季念坤
信号的处理提出了新的要求。目前普遍采用的基于直方图统计的信号分选方法已经不能满足当前雷达信
号分选的要求。文中将人工鱼群聚类算法引入到雷达信号分选中，并对其进行了改进，对雷达信号分选进
Ａｂｓｔｒａｃｔ：Ａｓａｄｖａｎｃｅｄｒａｄａｒｓｉｎｃｒｅａｓｅｓｒａｐｉｄｌｙｉｎｍｏｄｅｒｎｗａｒｆａｒｅ，ｅｌｅｃｔｒｏｍａｇｎｅｔｉｃｅｎｖｉｒｏｎｍｅｎｔｂｅ — ｃｏｍｅｓｍｏｒｅｃｏｍｐｌｉｃａｔｅｄ，ａｎｄｒａｄａｒｓｉｇｎａｌｓｏｒｔｉｎｇｆａｃｅｓｎｅｗｃｈａｌｌｅｎｇｅｓ．Ｔｈｅｃｕｒｒｅｎｔｓｉｇｎａｌｓｏｒｔｉｎｇｍｅｔｈｏｄｓｂａｓｅｄｏｎｓｔａｔｉｓｔｉｃｈｉｓｔｏｇｒａｍｄｏｎ ’ ｔａｄａｐｔｍｏｄｅｒｎｒａｄａｒｓｉｇｎａｌｅｎｖｉｒｏｎｍｅｎｔｍｏｒｅａｎｄｍｏｒｅ．Ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅａｒｔｉｆｉｃｉａｌｆｉｓｈｓｗａｒｍａｌｇｏｒｉｔｈｍｉｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏｒａｄａｒｓｉｇｎａｌｓｏｒｔｉｎｇ．Ｔｈｉｓｍｅｔｈｏｄｉｓａｎｅｗｗａｙｏｆｒａｄａｒｓｏｒ — ｔｉｎｇ，ａｎｄｄｏｅｓｎｏｔｎｅｅｄｐｒｉｏｒｋｎｏｗｌｅｄｇｅｏｆｒａｄａｒｓｉｇｎａｌｓ．Ｉｔｉｓｓｕｉｔａｂｌｅｆｏｒｓｏｒｔｉｎｇｔｈｅｕｎｋｎｏｗｎｒａｄａｒｓｉｇｎａ１．Ｔｈｅｓｉｍｕｌａｔｉｏｎｓｈｏｗｓｔｈａｔｔｈｅｍｅｔｈｏｄｈａｓｇｏｏｄｓｏｒｔｉｎｇｒｅｓｕｌｔ，ｐｒｏｖｉｄｉｎｇａｎｅｗｗａｙｏｆｒａｄａｒｓｉｇｎａｌｓｏｒｔｉｎｇ．Ｋｅｙｗｏｒｄｓ：ｒａｄａｒｓｉｇｎａｌｓｏｒｔｉｎｇ；ａｒｔｉｆｉｃｉａｌｆｉｓｈｓｗａｒｍａｌｇｏｒｉｔｈｍ；ｃｌｕｓｔｅｒｉｎｇ；ｕｎｋｎｏｗｎｒａｄａｒｓｉｇｎａｌ

雷达信号非均匀粒度聚类分选方法

电子技术 • Electronic Technology

104 •电子技术与软件工程 Electronic Technology & Software Engineering

【关键词】雷达信号非均匀粒度聚类分选方法

科学技术的不断进步和快速发展，促使各个领域在发展过程中，都在积极主动的朝着智能化、科技化的趋势发展。尤其是在当前现代电子技术的对抗和竞争过程中，涌现出很多具有复杂信号特征的新体制雷达，同时还推出了具有各种不同类型特征的功能性雷达。由于不

雷达信号非均匀粒度聚类分选方法文/李宝双

本文针对雷达信号非均匀粒度聚类分选方法在实践中的应用情况进行分析，在保证可以将该方法的良好性能作用充分发挥出来的基础上，可以尽可能满足复杂雷达信号对聚类分选提出的个性化要求。

摘要

同种类雷达的出现，在无形当中促使战场的电磁信号环境越来越复杂，在针对这一大环境背景提出有效解决措施时，要结合实际情况，积极采取有针对性的措施，这样不仅可以满足电子对抗信号环境在发展过程中的个性化需求，而且还可以推出和落实新的分选方法。通过这种方式，可以对雷达信号当中的一些价值信息进行获取和处理，这样可以实现对电子雷达科学合理的利用，同时还可以对对抗电磁的具体态势进行有针对性的预测，对预测结果进行有效评估。

1 聚类分析方法聚类分析方法在数据深入挖掘中科学合理的利用，不仅可以保证数据在挖掘时的准确性和有效性，而且还能够从根本上保证该方法实际应用过程中的功能特征可以得到有效发挥。在对聚类分析方法进行结合分析之后，发现该方法在实际应用过程中，其主要是将物理

或者是具有抽象特征的对象，按照集合特征，将其分成由类似对象相互组成的多个类的过程，整个划分过程可以被称之为聚类。通过对聚类的实际分成过程进行分析和研究，发现在实践中通过聚类而生成的类其实可以被看作是一组数据对象的有效集合。在针对这些对象进行分析时，发现这些对象与同一类当中的对象之间具有相似之处。与此同时，与其他各种不同类当中的对象之间具有明显的差异性。除此之外，在针对对象相互之间的相异程度进行判断和分析时，为了保证最终判断结果的准确性和有效性，通常情况下，会在对象相互之间的距离基础上，对其进行计算和分析。在诸多应用实践过程中，为了可以体现出聚类分析方法在实际应用过程中的价值和功能特征，通常都会将一个簇当中的数据对象看作是一个整体，这样可以起到良好的分析和应用效果。通过对聚类分析方法在实际应用过程中的情况进行分析和研究，发现在具体分析和研究过程中，要

基于自适应网格密度聚类的雷达信号分选算法

关键词：雷达信号分选；预分选；网格密度聚类；自适应网格中图分类号：ＴＮ９７１．１；ＴＮ９７４文献标识码：Ａ
Ａｒａｄａｒｓｉｇｎａｌｓｏｒｔｉｎｇｌｇａｏｒｉｔｈｍｂａｓｅｄｏｎａｄａｐｔｉｖｅｇｒｉｄｄｅｎｓｉｔｙｃｌｕｓｔｅｒｉｎｇ
精度低等问题，提出基于自适应网格密度聚类的雷达信号快速分选算法。该算法首先引入了
网格均匀度的概念，然后给出了自适应网格划分技术和网格均匀度的计算方法，最后进行均匀
度可达聚类。该算法能自适应地发现不同密度的类及其边界，适合处理大规模侦察数据集。仿真实验表明该算法能有效适用于雷达信号分选。
ｃａｎｂｅｅｆｆｅｃｔｉｖｅｌｙａｐｐｌｉｅｄｔｏｒａｄａｒｓｉｇｎａｌｓｏｒｔｉｎｇ．
Ｋｅｙｗｏｒｄｓ：ｒａｄａｒｓｉｇｎａｌｓｏｒｔｉｎｇ；ｐｒｅ— ｓｏｒｔｉｎｇ；ｇｒｉｄｄｅｎｓｉｔｙｃｌｕｓｔｅｒｉｎｇ；ａｄａｐｔｉｖｅｇｒｉｄ
ＬｉＸｉｎｇｙｕ，ＹａｎｇＣｈｅｎｇｚｈｉ，ＱｕＷｅｎｔａｏ，ＺｈａｎｇＲｏｎｇ

下载提示

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于模糊聚类的雷达信号分选

合集下载

一种基于数据场聚类的雷达信号分选算法

基于人工鱼群聚类的雷达信号分选算法

雷达信号非均匀粒度聚类分选方法

基于自适应网格密度聚类的雷达信号分选算法

文档推荐

最新文档