基于改進(jìn)的模糊聚類的雷達(dá)信號(hào)分選

摘 要：基于模糊聚類的改進(jìn)信號(hào)分選方法可使用雷達(dá)脈沖信號(hào)特征參數(shù)分選信號(hào)。本文簡要介紹雷達(dá)信號(hào)的分選方法，并著重闡釋以改進(jìn)的模糊聚類為基礎(chǔ)的雷達(dá)信號(hào)分析方法。

關(guān)鍵詞：模糊聚類；雷達(dá)信號(hào)分選；加權(quán)系數(shù)

中圖分類號(hào)：TN957.51 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-7712 （2014） 04-0000-01

現(xiàn)有的以聚類方法為基礎(chǔ)的信號(hào)分選方法：CLIQUE算法、STING算法，以及以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的聚類算法。它們?cè)谝欢ǔ潭壬夏軡M足雷達(dá)信號(hào)分選的要求，但都因計(jì)算量巨大以及聚類半徑和中心參數(shù)較難掌控，而不能付諸實(shí)踐。模糊聚類法，不需設(shè)定聚類半徑和中心等參數(shù)，使用樣本數(shù)據(jù)的相似度即可。

一、雷達(dá)信號(hào)分選的常用方法

二、以改進(jìn)的模糊聚類為基礎(chǔ)的雷達(dá)信號(hào)分選

（一）選定參數(shù)。本機(jī)測量視頻脈沖流可以測得TOA與PW；PRI可以通過對(duì)TOA使用分選算法算得；根據(jù)載頻和相位，可算得DOA[2]。

（二）標(biāo)準(zhǔn)化數(shù)據(jù)。處理數(shù)據(jù)時(shí)，為消除數(shù)據(jù)不同度量對(duì)分選結(jié)果的影響，可使用極值標(biāo)準(zhǔn)化方法。標(biāo)準(zhǔn)化后，數(shù)據(jù)基本上都在[0，1]間，可以同等量級(jí)參與運(yùn)算[3]。

三、結(jié)束語

通過分析和計(jì)算雷達(dá)信號(hào)特征參數(shù)，模糊聚類法可以在很大程度上實(shí)現(xiàn)對(duì)雷達(dá)信號(hào)的分選。而如何將雷達(dá)信號(hào)的分選進(jìn)行智能化改進(jìn)，仍是現(xiàn)階段研究所面臨的問題。

參考文獻(xiàn)：

[1]向嫻.未知雷達(dá)信號(hào)分選算法研究[D].陜西：西安電子科技大學(xué)，2011.

[2]陳維高.張國毅.基于改進(jìn)網(wǎng)格聚類的動(dòng)態(tài)雷達(dá)信號(hào)分選算法[J].雷達(dá)與對(duì)抗，2012（15）：15-16.

[3]楊多.復(fù)雜環(huán)境下多參數(shù)雷達(dá)信號(hào)分選算法研究[D].黑龍江：哈爾濱工程大學(xué)，2012.

[作者簡介]姜軍（1985.02-），男，遼寧綏中人，助理工程師，本科，研究方向：雷達(dá)工程。