基于脉内特征聚类的分选方法-论文.pdf

基于脉内特征聚类的分选方法-论文.pdf

ID:58139600

大小:290.39 KB

页数:5页

时间:2020-04-24

基于脉内特征聚类的分选方法-论文.pdf_第1页
基于脉内特征聚类的分选方法-论文.pdf_第2页
基于脉内特征聚类的分选方法-论文.pdf_第3页
基于脉内特征聚类的分选方法-论文.pdf_第4页
基于脉内特征聚类的分选方法-论文.pdf_第5页
资源描述:

《基于脉内特征聚类的分选方法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第41卷第4期应用科技Vo1.41No.42014年8月AppliedScienceandTechnologyAug.2014doi:10.3969/j.issn.1009—671X.201310016网络出版地址:http://www.cnki.net/kems/doi/10.3969/j.issn.1009671X.201310016.html基于脉内特征聚类的分选方法张春杰,王大海哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001摘要:为提高未知雷达辐射源的分选正确率并且保证分选时间,提出一种正弦差值傅里叶变换和第六维

2、小波包特征提取的聚类分选方法。首先利用正弦插值变换将接收到的雷达到达时间序列变为连续信号,再通过快速傅里叶变换计算出信号最大频率成分的脉冲重复频率(PRF)值,进行粗分选,然后对信号进行第3层小波包分解,得到信号脉内特征Wpt6,把PRF和Wpt6组成的输入特征向量进行支持向量机(SVM)聚类分选,对未知雷达辐射源信号重新归类,提高分选准确率。仿真实验结果验证了该方法的有效性,与传统方法相比准确率更高。关键词:正弦差值傅里叶变换;第六维小波包特征;粗分选;支持向量机;脉冲重复频率值中图分类号:TN971.1文献标志码:A文章编号:1

3、009-671X(2014)04—17—05AsortingmethodforunknownradaremittersignalsbasedonpulsefeatureclusteringZHANGChunjie,WANGDahaiCollegeofInformationandCommunicationEngineering,HarbinEngineeringUniversity,Harbin150001,ChinaAbstract:Toimprovetheaccuracyofunknownradarsignalsortingand

4、guaranteethesortingtime,amethodwhichisbasedonsinewaveinterpolatingFouriertransformationalgorithmandextractionofthesixth—dimensionalfeature(Wpt6)ofwaveletpacketisproposed.Firstly,changethereceivedradarsignalstimeofarrival(TOA)sequenceintocontinuoussignals,afterthatcalcu

5、latethesignalbiggestfrequencycomponentspulserepetitionfrequency(PRF)bysinewaveinterpolatingFouriertransformationalgorithmandcompletetheoriginalsorting,andthende—composethesignalwaveletpacketinthethirdlayer,extractingtheWpt6.Secondly,thePRFcombiningwiththeWpt6consistoft

6、heinputfeaturevectorsofthesupportvectormachine(SVM),whichcanclustertheunknownra-daremittersignals.Finallyreclassifythesignals,whichcanimprovesortingaccuracythroughdemonstration.Thesimulationresultsshowtheeffectivenessofthemethodandtheaccuracyisbetterthantraditionalmeth

7、ods.Keywords:sinewaveinterpolatingFouriertransformation;sixth-dimensionalfeature;originalsorting;supportvec—tormachine;pulserepetitionfrequency现代电子战领域中,对未知雷达辐射源信号分确的基础上的,由于噪声和算法自身的影响,很难保选是电子情报侦察系统和电子支援系统等设备的重证分选的准确率J。依据不同脉内调制方式的辐要组成部分¨J。现在多数分选算法是在分析接收射源信号频率和能量分布不同的特点,在

8、信噪比一到的雷达辐射源常规参数(载频、脉宽、相位差等)定的情况下,是能够通过脉内特征参数实现雷达辐的基础上,利用到达时间TOA(PR1分选)进行再分射源信号分选的6J。小波包变换为分析信号提供选信号。序列搜索法、累计差直方图法CDIF

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。