基于改进的支持向量聚类的雷达信号分选

合集下载

一种新的雷达信号脉内分选方法

一种新的雷达信号脉内分选方法袁泽恒;田润澜;袁如月;王晓峰【摘要】目前新体制雷达装备得到广泛部署,其信号调制方式和波形设计更加复杂,使得提取单一脉内参数作为预分选的辅助参数、联合全脉冲参数进行多参数分选的方法失效.提出了新的解决思路,着重研究脉内多参数分选的可行性,将脉内特征作为主要的分选参数,提取新体制雷达信号的相像系数、高阶累积量,采用改进的支持向量机进行分选.通过仿真实验分析,验证了分选算法的适用性.【期刊名称】《航天电子对抗》【年(卷),期】2018(034)005【总页数】5页(P24-28)【关键词】信号分选;脉内参数;相像系数;高阶累积量;支持向量机【作者】袁泽恒;田润澜;袁如月;王晓峰【作者单位】空军航空大学航空作战勤务学院 ,吉林长春130022;空军航空大学航空作战勤务学院 ,吉林长春130022;南京大学电子科学与工程学院 ,江苏南京210046;空军航空大学航空作战勤务学院 ,吉林长春130022【正文语种】中文【中图分类】TN9740 引言由于现代电子信息战的激烈对抗和雷达技术迅猛发展，新体制雷达不断投入使用并逐渐占据主导地位［1－2］，雷达的工作频率覆盖范围更广，信号参数更加捷变，其信号波形在时域、频域等多个域中同时变化，对目前信号的分选识别造成了严峻的挑战。

基于载频（RF）、脉宽（PW）、到达角（DOA）以及脉冲重复周期（PRI）等全脉冲参数的分选方法［3－6］，难以对雷达信号辐射源进行有效的分选。

由于脉内特征参数具有相对稳定性，所以现在已经有不少学者将复杂度特征、熵值、相像系数等脉内特征参数成功地应用到雷达信号分选中［7－9］，但是这些研究只是提取利用单一的脉内参数，作为信号分选的辅助参数，主要还是基于全脉冲参数。

在当前雷达体制下，这种方法并不能有效提高信号分选正确率。

所以本文研究了新的解决方案，选择多个相对稳定的脉内特征参数作为信号分选的主要参数输入。

相像系数在雷达信号分选领域被广泛运用，有大量的实验依据，高阶累积量在对通信信号调制样式的识别中具有明显的效果［10］。

基于网格聚类的雷达信号预分选

ＡｂｔａｔＴｈｏｖｎｉｎｌｉｄｃｕｔｒｎｌｏｉｈｈｓｓｍｅｐｏｌｍｓｓｃｓｎｅｉｇｐｒｍｅｅｓｉｐｔｓｒｃ：ｅｃｎｅｔａｒｌｓｅｉｇａｇｒｍａｏｒｂｅｕｈａｅｄｎａａｔｒｎｕｏｇｔ
的动态网格聚类算法能够识别任意形状和大小的聚类。仿真实验表明，两种方法能有效适这
用于雷达信号分选，能很好地识别出孤立点和噪声。且
关键词：雷达信号分选；网格
ＱｉｉｕＩｅ，ＹａｇＣｅｇｈｎｈｎｚｉ，ＣｈｎＨａ，ａａｇａ。ｅｏＺｈｎＷｎｂｏ
（．ｉｔｎＵｎｖｒｉｙｏｒＦｒｅ１ＡｖａｉｉｅｓｔｆＡｉｏｃ，Ｃｈｎｃｕ３０２，ｉｎ，ｉａ；ｏａｇｈｎ１０２ＪｌＣｈｎｉ２Ｕｎｔ９８９ｏＬＡ，Ｎａｃａｇ３００，ｉｎｘ，ｉａ．ｉ４２ｆＰｎｈｎ３２１ＪａｇｉＣｈｎ）
且提高了搜索效率和聚类精度。
ｎｍｉｒｄｃｕｔｒｎｎｈｆｉｇｔｃｎｑｅｃｎｄｓｏｅｒｉａｙｓａｅｎｉｅｏｌｓｅｓＢｔｈｌｏａｃｇｉｌｓｅｉｇａｄｓｉｎｅｈｉｕａｉｃｖｒａｂｔｒｈｐｓａｄｓｚｆｃｕｔｒ．ｏｈｔｅａｇ — ｔｒｒｈｒｅｉｅｏｂｆｅｔｖｎｅｔｒｒｂｓｎｓｏｎｉｅｂｉｌｔｎ．ｉｍｓａｅｖｒｆｄｔｅｅｆｃｉｅａｄｂｔｅｏｕｔｅｓｔｏｓｙｓｍｕａｉｓｔｉｏＫｅｒｓｒｄｒｓｇａｏｔｇ；ｐｅｓｒｉｇ；ｇｉｌｓｅｉｇ；ｓｉｉｇｇｉｙｗｏｄ：ａａｉｎｌｒｉｓｎｒ－ｏｔｎｒｃｕｔｒｎｄｈｆｎｒｔｄ；ｄｎｍｉｇｉｙａｃｒｄ

一种基于层次划分聚类的雷达信号分选算法

一种基于层次划分聚类的雷达信号分选算法
何佩佩;唐霜天;匡华星
【期刊名称】《现代防御技术》
【年(卷),期】2016(044)004
【摘要】近年来,聚类分析在雷达信号分选领域中得到了大量的关注.大部分算法聚类数需要事先人为设定,为了解决这一问题,将基于层次划分的聚类算法应用到雷达信号分选当中.该算法通过数据各个维度的差与对应阈值的比较进行分类,并提出一种基于“点对”的平均距离的评价指标来确定最佳聚类,无需人为设定聚类数,可实现自动聚类.仿真实验表明,此算法对参数固定和参数变化的雷达都具有良好的分选能力,分选准确率较高.
【总页数】5页(P51-55)
【作者】何佩佩;唐霜天;匡华星
【作者单位】中国船舶重工集团第七二四研究所,江苏南京211106;中国船舶重工集团第七二四研究所,江苏南京211106;中国船舶重工集团第七二四研究所,江苏南京211106
【正文语种】中文
【中图分类】TN957.5
【相关文献】
1.一种基于数据场聚类的雷达信号分选算法 [J], 贾然;胡进
2.一种新的k-means聚类雷达信号分选算法 [J], 张冉;夏厚培
3.基于蚁群算法的K-Means聚类雷达信号分选算法 [J], 赵贵喜;骆鲁秦;陈彬
4.一种基于改进网格聚类的雷达信号分选算法 [J], 何佃伟;杨承志;张荣;吴宏超
5.一种自适应容差的雷达信号分选聚类算法 [J], 易波;刘培国;薛国义
因版权原因，仅展示原文概要，查看原文内容请购买。

基于模糊聚类的雷达信号分选

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

基于改进K-均值算法的未知雷达信号分选

基于改进K-均值算法的未知雷达信号分选
孙鑫;侯慧群;杨承志
【期刊名称】《现代电子技术》
【年(卷),期】2010(33)17
【摘要】针对K-均值算法需要事先确定聚类的数目,无法适用于未知雷达信号分选的问题,通过引入脉冲间欧几里德距离和距离阈值TMS2812,完成聚类数目和聚类中心的自动选取,给出一个K-均值的改进算法,改进后的算法既收敛速度快,易于工程化实现,又可自动确定聚类数目和聚类中心.仿真实验表明,该改进算法提高了K-均值算法的适用范围,能够有效适应于未知雷达信号的分选.
【总页数】4页(P91-93,96)
【作者】孙鑫;侯慧群;杨承志
【作者单位】空军航空大学,吉林,长春,130022;空军航空大学,吉林,长春,130022;空军航空大学,吉林,长春,130022
【正文语种】中文
【中图分类】TN95-34
【相关文献】
1.改进 K-均值算法在雷达辐射源信号预分选中的应用 [J], 李浩;吴雪松
2.一种基于自适应密度阈值的未知雷达信号分选算法 [J], 杨秋;王建涛;张荣;杨承志
3.基于PRI变换的未知雷达信号分选算法研究 [J], 王宇
4.一种基于近类点和模糊点的未知雷达信号分选算法 [J], 张荣;杨秋;何佃伟;吴宏
超
5.基于改进k-均值算法的未知协议比特流聚类 [J], 王兆丰;吴杨
因版权原因，仅展示原文概要，查看原文内容请购买。

基于C均值聚类算法的雷达信号分选方法

基于C均值聚类算法的雷达信号分选方法
井塬塬
【期刊名称】《电子科技》
【年(卷),期】2011(024)004
【摘要】随着现代雷达技术的发展,雷达告警设备所面临的电磁环境日益复杂,雷达告警系统对雷达分选的要求必须快速、准确.改进的C-均值聚类算法可有效地对雷达信号的脉宽、到达方向、频率参数进行联合分选.文中采用了这种改进的C-均值聚类算法,该方法易实现.仿真实验证明其能够较好地达到分选效果.
【总页数】4页(P4-7)
【作者】井塬塬
【作者单位】西安电子科技大学,电子工程学院,陕西,西安,710071
【正文语种】中文
【中图分类】TN957.51
【相关文献】
1.基于粒子群聚类算法的雷达信号分选 [J], 陈彬;骆鲁秦;王岩
2.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
3.一种基于改进K均值算法的跳频信号分选方法 [J], 贾可新;何子述
4.基于SFCM聚类算法的雷达信号分选方法 [J], 丁增斗
5.基于数据场聚类与时差的雷达信号分选方法 [J], 周兰兰;仇洪冰;周陬;顾宇;狄城弘
因版权原因，仅展示原文概要，查看原文内容请购买。

一种改进的基于PRI参数的雷达信号分选算法

一种改进的基于PRI参数的雷达信号分选算法
刘明
【期刊名称】《舰船电子工程》
【年(卷),期】2018(038)002
【摘要】论文通过对SDIF算法的深入研究,提出了一种改进的基于PRI参数的雷达信号分选算法,该算法在统计直方图的过程中引入了交叠时间箱的概念,同时还改进了检测门限的计算方法,而且在检测真实PRI值时改进了抑制谐波的方法.仿真实验表明,论文算法在抖动量不超过10％的范围内,分选正确率可达到94％以上,抗重频抖动能力明显提升.
【总页数】5页(P65-68,73)
【作者】刘明
【作者单位】中国人民解放军91336部队秦皇岛 066000
【正文语种】中文
【中图分类】TN971
【相关文献】
1.一种改进型PRI变换雷达信号分选方法 [J], 田芬芳
2.一种基于顺序差值直方图算法的改进雷达信号分选方法 [J], 易波;刘培国;薛国义
3.一种基于改进网格聚类的雷达信号分选算法 [J], 何佃伟;杨承志;张荣;吴宏超
4.一种基于改进DBSCAN的雷达信号分选算法 [J], 王星;陈相;周一鹏;陈游;肖冰松;王洪迅
5.基于改进DSets的无参数雷达信号分选算法 [J], 刘鲁涛;王璐璐;陈涛
因版权原因，仅展示原文概要，查看原文内容请购买。

一种低复杂度的雷达信号分选方法

一种低复杂度的雷达信号分选方法
王世强;张登福;毕笃彦;雍霄驹
【期刊名称】《西安电子科技大学学报（自然科学版）》
【年(卷),期】2011(038)004
【摘要】针对现有支持向量聚类算法在雷达信号分选应用中复杂度高、用传统有效性指标难以描述最佳分选效果的问题,研究了基于锥面聚类分配的支持向量聚类算法；利用该算法依赖于特征空间和数据空间近似覆盖的特性,避免了邻接矩阵的计算.提出了基于相似熵的有效性验证指标,应用信息熵的理论描述了类内聚集性和类间分离性.仿真结果表明,该方法在保证分选正确率的同时,可以有效降低计算复杂度,在一定程度上满足了情报侦察系统的实时性和准确性要求,具有较强的实用价值.【总页数】6页(P148-153)
【作者】王世强;张登福;毕笃彦;雍霄驹
【作者单位】空军工程大学工程学院,陕西西安710038;空军工程大学工程学院,陕西西安710038;空军工程大学工程学院,陕西西安710038;空军工程大学工程学院,陕西西安710038
【正文语种】中文
【中图分类】TN974
【相关文献】
1.一种雷达源信号分选检测方法 [J], 钱剑勋
2.一种低截获概率雷达信号分选方法研究 [J], 陈骄阳
3.一种低截获概率雷达信号分选方法研究 [J], 陈骄阳
4.一种基于网格划分数据场的雷达信号分选方法 [J], 刘峻臣;胡进;何航峰
5.一种基于JANET模型的雷达信号分选方法 [J], 姜在阳;孙思月;李华旺;梁广因版权原因，仅展示原文概要，查看原文内容请购买。

一种低复杂度的雷达信号分选方法

ｓａｅａｄｄｔｓａｅｎｅｌｓｒｖｌｉｎｅ，ＳｍｌｕｅＥｔｐＳ）ｉｄｘｉｐｏｏｅｈｃｐｃｎａａｐｃ．Ａｄａｎｗｃｔａｄｙｉｘｉｉｔｄｎｒｙ（Ｅｎｅ，ｓｒｐｓｄｗｉｕｅｉｔｄｉｏｈ
ｍｅｈｄｆｒｔｅＳｌｏｔｍ．ＴｅＣＬｍｅｈｄｒｌｓｏｈｈｏｙｏｐｒｘｍａｅｃｖｒｇｏｈｉｅｔｒｔｏｏＶＣａｇｒｈｈｉｈＣｔｏｅｉｎｔｅｔｅｒｆａｐｏｉｔｏｅｎｓｂｔｎｔａｕｅｅｉ
描述了类内聚集性和类间分离性．仿真结果表明，方法在保证分选正确率的同时，以有效降低计算该可复杂度，在一定程度上满足了情报侦察系统的实时性和准确性要求，具有较强的实用价值．
关键词：信号分选；聚类算法；支持向量聚类；面聚类分配；锥相似熵；有效性验证；离性分中图分类号：Ｎ７Ｔ９４文献标识码：Ａ文章编号：０１２０（０１０－１８０１０－４０２１）４０４－６
ｌａｓｔｇｔｍｅｏｐｅｉｙａｔｔａｉｉｎａｖｉｔｉｅｃｎｏｉｄｉａｅｈｂｓｓｒｉｅｕｌｅｄｏａｈｉｈｉｃｍｌｘｔ，ｎｄｈｅｒｄｔｏｌａｄｉｌｙｎｄｘａｎｔｎｃｔｔｅｅｔｏｔｎｇｒｓｔ
ＡｓａｔＴｅｒｄｒｉｎｌｏｔｇｔｏａｅｎｔｅｒｄｉａＳｐｏｔｅｔｒｌｓｒｇＳＣｌｒｈｂｔｃ：ｈａａｇａｓｒｎｈｄｂｓｄｏａｉｏｌｕｐｒＶｃｕｔｎ（Ｖ）ａｇｉｍｒｓｉｍｅｈｔｔｎｏＣｅｉｏｔ

基于自适应仿射传播聚类的雷达信号分选方法

ＡｂｔａｔＴｈｓｆｒｄｒｔｏｌａｅｙｔｍｓｍａｅｈｉｎｌｏｔｎｔｏａｅｎｔｅｔｍｅｏｓｒｃ：ｅｕｅｏａａｓｗｉｃｍｐｉｔｄｓｓｅｋｓｔｅｓｇａｓｒｉｇｍｅｈｄｂｓｄｏｈｉｆｈｃ
２Ｏ
航天电子对抗
第２７卷第３期
基于自适应仿射传播聚类的雷达信号分选方法
陈昌云，子扬，永游郑陈
（国航天科工集团８１中５１研究所，苏南京２００）江１０７
摘要：复杂体制的雷达不断应用于实际，得基于到达时间单参数的雷达信号分选方法使
ｐｒｐａａｔｏｌｔｒｎ（ｏｇｉｎｃｕｓｅｉｇＡｄＡＰ）ｍｅｈａｏｔｏｎｌｖｅｃｍｅｔｅｅｆｕｌｓｂｓｉｅｈｅｏｐｔｍａｍｂｅｔｏｄｃｎｎｙｏｒｏｈｓａｔ，ｕｔａｌｏｇｖｓｔｉｌｎｕｒ
点ｉ的类代表程度；（，）示样本点ｉ择样本点尼口ｉ志表选
示。因此，里采用Ｓｌｏｅｔ这ｉｕｔｅ的评价准则作为衡ｈ量聚类结果的有效性指标。
作为其类代表的可信程度，们的表达式分别为］它：
在一对样本点中，在信息传递和相互间的竞争存
（相互作用过程如图１所示）可分别用吸引度ｒｉ其，（，

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)。

，聚类标识阶段通过用支持向量点代替原来的全部样本点来进行在聚类分配，少了关联矩阵的规模，而有效节省了聚类分配的时间，高了运行速度。同时减从提结合合并同类聚类中心算法有效缓解了核函数的参数ｑ对聚类结果的影响，得聚类精度有使
５０
航天电子对抗
第２７卷第１期
基于改进的支持向量聚类的雷达信号分选
向娴，建龙汤
（西安电子科技大学电子工程学院，陕西西安
７０７）１０１
摘要：基于支持向量聚类，出一种新的针对未知雷达辐射源信号分选的算法。该方法提
ｔｅｅｇｄｔｇｅｈｅｌｏｒｔｒｓｍｒｅｏｔｒａｇｉｈｍｓｕｓｄｔｅｉｖｅｎｕｌａｕｎｔｏｎｐａａｅｅｓｑｔｆｅｔｔｔｏｅ，ｈｃｉｅｏｒｌｅｃｅｒｆｃｉｒｍｔｒｏａｆｃｈｅｏｕｃｍｗｉｈｍａｅｃｕｓｅｉｅｉｉｎｋｌｔｒｎｇｐｒｃｓｏｈａｃｅｕｈ．ｓｂｅｏｍｍｃＴｈｅｕｎｏｗｎａｒｓｇｎｌｌｔｒｎｇｆｔｅｐｅｉｅｒｓｔｋｎｒｄａｉａｃｕｓｅｉｏｈｅｘｒｍｎｔｅｕｌｓｓｈｏｗｈａｈｍｐｏｅｅｔｏｌｔｒｎｇａｇｏｉｈｔｎｌｍｐｒｅｈｅｅｆｍａｃｔａｓｓａｉｔｔｔｅｉｒｖｍｎｆｃｕｓｅｉｌｒｔｍｎｏｏｙｉｏｖｓｔｐｒｏｒｎｅｂｕｌｏｈａｈｇｈｅｒｒｔｆｉｎｉｉａｉｎ．ａｅｏｄｅｔｆｃｔｏＫｅｒｓ：ａｒｓｇｎ１ｓｔｎｇ；ｓｐｐｔｖｅｔｌｔｒｎｇｙｗｏｄｒｄａｉａｏｒｉｕｏｒｃｏｒｃｕｓｅｉ
（ＣｏｌｅｆＥｌｃｒｎｉｌｇｅｏｅｔｏｃＥｎｇｎｅｉＸｉａｉｅｓｔＸｉａ１０７ＳｈａｉＣｈｎｉｅｒｎｇ，ｄｉｎＵｎｖｒｉｙ， ’ ｎ７０１，ｎｘ，ｉａ）
ＡｂＳｒｃ．ｓｄｏｕｏｒｅｔｒｃｕｓｅｉｇ，ｗｌｏｒｔｔａｔＢａｅｎｓｐｐｔｖｃｏｌｔｒｎａｎｅａｇｉｈｍｏｎｋｎｗｎｒｄａｉａｏｎｋｎ－ｆｒｕｏａｒｓｇｎｌｆｒｕｏｗｎｓｒｏ— ｔｎｇｉｎｒｉｓｉｔｏｄｕｅ．ｈｅｍｅｈｏｍｐｒｖｅｈｅｔａｉｉｎａｕｐｒｅｔｒｃｕｓｅｉｌｏｒｔｍｕｒｎｈｅｃｕｓｅｃｄＴｔｄｉｏｓｔｒｄｔｏｌｓｐｏｔｖｃｏｌｔｒｎｇａｇｉｈｄｉｇｔｌｔｒ
０引言
雷达脉冲分选就是在多部雷达的脉冲互相交叠的条件下，离出每部雷达的脉冲序列。信号分选的实分
选中并已取得一定的成果［５。１］Ｉ
聚类就是将数据库中的数据进行分组，使得每一
组内的数据尽可能相似而不同组内的数据尽可能不
了ｌ定的提高。对未知雷达辐射源信号进行聚类分析的数值实验结果表明，改进支持向量一该
（Ｖｃ算法不仅显著改善了ｓＳ）Ｖｃ算法的时间性能，而且具有较高的识别率。
关键词：雷达信号分选；支持向量聚类
中图分类号：Ｔ７Ｎ９４文献标识码：Ａ
ａｓｇｍｅｔｐａｅ，ｓｇｓｐｏｔｅｔｒｉｓｅｄｏｌｓｍｐｅｆｄｔｅｓｔｅｕｅｔｅｉｃｄｎｅｍａｒｘｏｈｓｉｎｎｈｓｕｉｕｐｒｃｏｔａｆｌａｌｓｏａａｓｔｏｒｄｃｈｎｉｅｃｔｉｆｅｎｖｎａｔｓａｅｗｈｃｆｅｔｅｔｈｒｅｈｐｒｔｎｌｉｎａｓｈｐｒｔｎｌｓｅｄＡｔｔｅｓｍｅｔｍｅｔｅｃｎｃｌ，ｉｈｅｆｃｉｏｓｏｔｎｔｅｏｅａｉａｍｅａｄｒｉｅｔｅｏｅａｉａｐｅ．ｈａｉ，ｈｅ — ｖｏｔｏ
Ｒａａｉｎｌｓｒｉａｅｎｔｍｐｒｖｍｅｆｄｒｓｇａｏｔｎｇｂｓｄｏｈｅｉｏｅｎｔｏｓｐｏｔｖｃｏｌｓｅｉｕｐｒｅｔｒｃｕｔｒｎｇ
ＸｉｎａＴａｇＪａｌｎａｇＸｉｎ，ｎｉｎｏｇ
同。支持向量聚类（ＶＣ）一种无监督的聚类算Ｓ［是６
法，它主要分成两部分：于支持向量机（ＶＭ）练基Ｓ训