一种快速支持向量聚类雷达信号分选方法

《一种快速支持向量聚类雷达信号分选方法》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、一种快速支持向量聚类雷达信号分选方法　　摘要：针对现有支持向量聚类算法复杂度较高，在密集、复杂、多变的现代雷达对抗信号环境中，无法同时满足雷达信号分选的准确性和实时性，提出了锥面映射支持向量聚类的雷达信号分选方法，并利用熵表征的聚类因子调整验证聚类效果。仿真结果表明，该方法在保证信号分选正确率的同时，可有效提高雷达信号分选速度，具有一定的实用价值。关键词：雷达信号分选；支持向量聚类；锥面映射；熵表征；聚类因子中图分类号：TN957.51?34文献标识码：A文章编号：1004?373X（2013）17?0065?030引言雷达信号分选是从截获到的密集雷达脉冲信号流中分离

2、出属于不同雷达辐射源的脉冲，是电子支援系统和电子侦察系统的核心组成部分[1]，是电子侦察设备发挥良好性能的重要基础。5传统的多参数雷达信号分选技术是利用脉冲到达方向DOA、脉宽PW、重频PRF、脉冲幅度PA及扫描方式等信息对雷达全脉冲序列进行去交织[2]，而在现代电子战环境中，随着新体制雷达的不断出现，出现了高脉冲密度和大量复杂形式脉冲交叠的情况，传统分选方法效率较低，容易产生增批和漏批现象。基于此，文献[3?5]提出了基于不同机理的聚类分选方法，这些方法一定程度上改善了雷达信号分选效果，但算法复杂度较高，仍然无法高效满足分选实时性和准确性。本文在研究聚类算法的基础上

3、，提出了一种联合熵表征聚类因子的锥面映射支持向量聚类雷达信号分选方法，一定程度上同时确保了雷达信号分选的实时性和准确性。仿真试验结果证明了该方法的有效性。1联合熵表征聚类因子的锥面映射支持向量聚类方法1.1支持向量聚类支持向量聚类算法是由Ben?Hur等人提出的，支持向量聚类以支持向量机为工具进行聚类，其基本思想是：首先通过非线性变换将数据样本从属性空间变换到一个高维特征空间，再在新空间中求取最优超球面。通过非线性变换增加了数据点线性可分的概率，能更好地分辨、提取并放大有用特征，实现更好的聚类。1.2锥面映射支持向量聚类信号分选1.3利用熵表征的聚类因子评判聚类效果2

4、算法实现联合聚类因子评判进行锥面映射向量聚类雷达信号分选，流程图如图1所示，具体步骤为：（1）对脉冲描述字采取实时分段处理方法提取子集[V]；5（2）对[V]归一化后进行锥面映射支持向量聚类预分选，并根据聚类因子[A]，调整聚类参数[q]；（3）根据最优聚类参数实现最终聚类分选，并再次用聚类因子[A]对聚类效果评判，动态更新聚类库。3仿真结果分析为了验证该分选方法的实时性和有效性，本文仿真一系列雷达脉冲数据并对其进行预处理，处理后试验数据如表1所示。将熵表征的聚类因子[A]与DB指标[7]和PS指标[8]对聚类的有效性情况进行了比较，结果见表2。其中数据集1，数据集2

5、为雷达脉冲数据子集，依次选取为1～150，150～300个样本。文献[7?8]分别指出DB和PS值越小时，聚类最优。而从表中可看出数据集1，PS指标最小时，聚类结果为3类信号源，而实际信号源为2类。数据集2，DB值最小时，对应的为3类信号源，而实际信号源为4类。二者都没有很好地确定聚类数目和最佳[q]值，而本文提出的熵表征聚类因子[A]可准确地进行最优聚类效果评判。4结论为满足雷达电子对抗的实时性、准确性要求，准确快速实现雷达信号分选，本文将锥面映射支持向量聚类算法应用到复杂电磁环5境下的雷达信号分选当中，同时利用基于熵表征的聚类因子进行聚类有效性调整验证。仿真结果表

6、明，该方法在保证信号分选正确性的同时，能很大程度地减少信号分选过程中消耗的时间，提高分选实时性。参考文献[1]WILEYRG.ELINT：theinterceptionandanalysisofradarsignals[M].SecondEdition.Boston：ArtechHouse，2006：317?356.[2]MILOJEVICDJ，POPOVICBM.Improvedalgorithmforthedeinterleavingofradarpulses[J].IEEProc，F：Comm，RadarandSignalProcessing，1992，139（

7、1）：98?104.[3]祝正威.雷达信号的聚类分选方法[J].电子对抗，2005（6）：6?10.[4]BEN?HURA，HORND，SIEGELMANNHT，etal.Supportvectorclustering[J].JournalofMachineLearningResearch，2001（2）：125?137.[5]LEEJ，LEED.Animprovedclusterlabelingmethodforsupportvectorclustering[J].IEEETransonPatternAnalysisandMachineIntell