基于自适应网格密度聚类的雷达信号分选算法

《基于自适应网格密度聚类的雷达信号分选算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、50航天电子对抗第29卷第2期0引言基于自适应网格密度聚类的雷达信号分选算法李星雨，杨承志，曲文韬，张荣(空军航空大学，吉林长春130022)摘要：针对现有网格聚类中网格划分方法不能较好地适应所有数据分布、网格边界处理精度低等问题，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。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

2、；TN974文献标识码：AAradarsignalsortingalgorithmbasedonadaptive咖ddensityclusteringLiXingyu，YangChengzhi，QuWentao，ZhangRong(AviationUniversityofAirForce，Changchun130022，Jilin，China)Abstract：Themethodstopartitiongridsinexistinggridclusteringcan’tbetteradapttoallofthedatadis—tribution，andthegridboundar

3、yprocessingaccuracyislow．Soaradarsignalsortingalgorithmisproposedbasedontheadaptivegriddensityclusteringradarsignal．Thealgorithmfirstintroducestheconceptofgridu—niformity，andthengivesthemethodtOpartitionthegridsadaptivelyandcalculategridevenness，andfinallyclusteringbasedongriduniformity．Theal

4、gorithmcanfindaclasswithdifferentdensitiesanditsbordersa—daptively，suitableforhandlinglarge-scalereconnaissancedataset．Simulationresultsshowthatthealgorithmcanbeeffectivelyappliedtoradarsignalsorting．Keywords：radarsignalsorting；pre—sorting；griddensityclustering；adaptivegrid雷达信号分选是雷达对抗侦察系统中的关键

5、处理过程，信号分选水平直接制约了雷达对抗侦察系统的整体作战效能[1]。近年来随着电子技术的飞速发展，雷达的体制和信号调制样式变得越来越复杂和多样化，这样复杂的信号环境对分选方法的研究提出了更高的要求。将聚类算法应用于雷达信号的分选[2叫]，就是将所接收到的雷达信号参数作为待分选数据，利用脉冲信号的各维参数，尽可能地把同一辐射源发射的信号聚集成一类，从而达到信号分选的目的。聚类分选算法一般分为基于划分的方法、基于层次的方法、基于密度的方法和基于网格的方法等凹“]。其中，基于网格的聚类算法具有处理速度快、对输入数据顺序不敏感等优点[7]，适合在处理数据量大、实时性要求高的雷达收稿日期

6、：2012—11—26；2013一01—09修回。作者简介：李星雨(1989一)，男，硕士研究生，研究方向为雷达信号处理。信号分选中应用。目前基于网格聚类的雷达信号分选存在的主要问题有：1)网格划分方法不能较好地适应所有数据分布且网格密度阈值需要人为设定，2)聚类边界被当作噪声点丢弃导致聚类精度不高。针对这两个问题，许多学者对算法进行了改进。其中文献[8]提出了先提取孤立点和噪声再进行聚类的方法，但算法要计算所有脉冲之间的欧氏距离，复杂度较高，难以满足实时性要求；文献[9]提出了一种动态网格聚类分选算法，复杂度较低，但网格划分公式不能适应不同分布的输入数据且边界处理效果不理想。因

7、此，本文提出将自适应网格密度聚类算法应用到雷达信号分选中，此算法对输入数据不敏感，能够适应不同的数据分布，且算法复杂度低，计算速度较快，适合处理大规模的雷达侦察数据，对噪声影响不敏感。1自适应网格密度聚类算法1．1基本概念定义1：网格单元。给定d维数据集D，其属性(D。，D2，⋯，耽)都是有界的，将第i维的数值分成巩个2013(2)李星雨，等：基于自适应网格密度聚类的雷达信号分选算法51小段，由第i维所划分的小段组成的集合记为∞这样数据集就被笛卡尔集s，×s。×⋯×勋划分为7z，