数据场和 K-Means 算法融合的雷达信号分选
DOI:10.3969/j.issn.1672-2337.2016.05.012
数据场和K-Means算法融合的雷达信号分选
赵贵喜,刘永波,王岩,郑洪涛
(中国人民解放军93199部队,黑龙江哈尔滨150001)
一一摘一要:雷达辐射源信号分选是电子情报侦察的关键环节,其中未知雷达的信号分选一直是分选中的难题三针对传统K-Means聚类算法对初始聚类中心敏感二需要事先确定初始聚类数目的缺点,将数据场算法引入到雷达信号分选,并将其与K-Means聚类算法相结合,提出了一种融合算法,该算法不需要雷达信号的先验知识,适用于处理未知雷达信号三通过仿真实验验证所提出的融合算法分选准确率较高,为雷达信号分选提供了新的思路三
关键词:雷达信号分选;数据场;K-Means聚类;算法融合
中图分类号:TN911.7;TN957一一文献标志码:A一一文章编号:1672-2337(2016)05-0517-04
Radar Si g nal Sortin g Based on Data Field and K-Means
Clusterin g Fusion Al g orithm
ZHAO Guixi,LIU Yon g bo,WANG Yan,ZHENG Hon g tao
(Unit93199o f PLA,Harbin150001,China)
一一Abstract:Radar si g nal sortin g is a g reat im p ortant p art of electronic intelli g ence reconnaissance s y s-tems.The unknown radar si g nal sortin g is a hard p roblem.K-Means al g orithm has several limitations:sensi-tive to initial center of clusterin g and choosin g the number of initial class centre.In this p a p er,the data field al g orithm is introduced into the radar si g nal sortin g,and is combined with K-Means.This method is a new wa y for sortin g,and does not need p rior knowled g e of the radar si g nal.It is suitable for sortin g the unknown radar si g nal.The simulation p roves that the method has g ood sortin g result and p rovides a new wa y of radar si g nal sortin g.
Ke y words:radar si g nal sortin g;data field;K-Means clusterin g;fusion al g orithm
0一引言
一一雷达信号分选是雷达侦察系统中信号处理的核心部分之一,只有从交叠信号流中分选出各个辐射源脉冲序列之后才能进行信号参数的测量二分析二识别以及对威胁辐射源施加干扰三传统采用脉冲重复间隔(PRI)单参数分选的正确率较低,已经不能适应当前复杂的电磁环境三聚类分析作为数据挖掘中的一种重要技术,近年来成为众多学者研究的热点,有很多学者尝试着将其应用于雷达信号分选领域,取得了一些成绩三国内学者在聚类分选方法上也作了不少研究,代表性的有许丹[1]探讨了在单站无源定位条件下当测角精度不高时的信号分选问题,提出了一种二次聚类方法三2005年我国著名信号分选专家祝正威提出了一种针对未知雷达信号的加权动态聚类分选算法[2],该方法虽然在一定程度上解决了密集复杂脉冲信号的分选问题,但是仍然无法解决长期以来一直面临的 容差 问题三另外,文献[3-6]中分别研究了基于模糊聚类二BFSN聚类二基于分段聚类和基于网格聚类在雷达信号分选中的应用三张万军使用K-Means聚类对参数相近二互相交叠的非常规雷达信号进行分选,效果较好二速度快,但是K-Means聚类算法需要先验知识,不适合未知雷达信号的分选三
针对K-Means聚类算法的缺陷,本文提出了一种融合算法,将数据场算法与其相结合,利用数据场对雷达数据流进行初分选,得到初始的聚类中心和聚类数目,然后利用K-Means聚类完成最后的分选三
第5期
2016年10月一一一一一一一一一一一
雷达科学与技术
Rada r Sc i ence a nd Tec hno l og y一一一一一一一一一
Vol.14No.5
October2016
?????????????????????????????????????????????????收稿日期:2016-02-23;修回日期:2016-05-06
万方数据