基于动态网格密度聚类的雷达信号分选算法

龙源期刊网 https://www.wendangku.net/doc/f99586331.html,

基于动态网格密度聚类的雷达信号分选算法作者：王军张冰

来源：《现代电子技术》2013年第21期

摘要：针对固定网格密度聚类算法在雷达信号分选中对数据输入的依赖性和聚类精度低的问题，提出了一种基于动态网格密度聚类的雷达信号分选算法。该算法采用动态网格生成技术大幅度地减少无效网格生成数目，移动网格技术消除对数据输入的依赖性，用改进的双密度阈值提高聚类精度。该算法不需要输入任何参数就能快速对任意形状大小的数据集进行聚类。实验表明，该算法能有效去除噪声，快速准确的对未知雷达信号进行聚类。

关键词：雷达信号分选；聚类；动态网格；移动网格；双密度阈值

中图分类号： TN957.51?34； TP311 文献标识码： A 文章编号： 1004?373X（2013）

21?0001?04

0 引言

雷达信号分选是现代雷达侦察设备的重要功能之一，在当今战场上起着不可或缺的作用。然而随着现代战争中各种雷达和精确制导武器的大量应用，使得雷达侦察系统面临的信号环境日趋复杂多变，而且信号数量变的十分庞大[1]。因此，现代雷达信号的分选工作变的越来越

复杂和困难。现在常用的信号分选方法是基于同一信号源发出的脉冲信号参数之间的相关性对雷达全脉冲序列进行去交错[2]。但是这种分选方式的分选结果和上述过程中每一级分选的准

确率都有很大关系，因此最终结果可能会出现很大的偏差。

聚类分析是重要的数据挖掘技术之一，近几年被越来越多地用于雷达信号分选，且取得了很好的效果，聚类算法一般分为基于划分的、基于层次的、基于模型的、基于网格的和基于密度的等几种方法[3]。其中基于网格的聚类方法是将数据空间量化在有限的网格单元当中，将

要分析的数据的统计信息汇总到其所在的单元格中，将网格中的点作为一个整体处理，处理速度快，但聚类精度低[4?5]；基于密度的聚类方法[6]是将数据分成高密度和低密度的区域，该方法具有能识别任意形状、大小的聚类等优点，但输入参数太多，影响聚类结果。

传统的网格聚类主要是基于固定网格划分的，分选结果对输入顺序有很大依赖性，并且会产生很多无效网格，分选速度慢，聚类精度不高。

为了解决上述的问题，本文提出一种基于动态网格密度聚类的雷达信号分选算法，融合了网格聚类和密度聚类的优点。该算法使用动态网格划分技术生成网格，通过移动网格技术消除对数据输入的依赖性；并对密度阈值进行改进，采用双密度阈值，最后通过广度优先搜索方法完成聚类。

1 相关概念