基于SPA和滑窗技術(shù)的重點(diǎn)雷達(dá)輻射源快速識(shí)別*

劉凱，王杰貴

(電子工程學(xué)院，安徽 合肥 230037)

0 引言

雷達(dá)輻射源識(shí)別是電子偵察中的關(guān)鍵環(huán)節(jié)，在密集的信號(hào)流中，若電子偵察設(shè)備能夠快速地對(duì)重點(diǎn)目標(biāo)進(jìn)行識(shí)別，并且獲得盡量全而準(zhǔn)確的情報(bào)，能為戰(zhàn)場(chǎng)準(zhǔn)備贏取寶貴的時(shí)間，可以有針對(duì)性地快速地對(duì)敵實(shí)施干擾，可以實(shí)時(shí)更新重點(diǎn)目標(biāo)的參數(shù)，位置、活動(dòng)情況、實(shí)驗(yàn)和部署情況等信息，便于迅速識(shí)別戰(zhàn)場(chǎng)雷達(dá)威脅等級(jí)和電磁環(huán)境態(tài)勢(shì)，占得戰(zhàn)場(chǎng)先機(jī)。傳統(tǒng)的雷達(dá)輻射源識(shí)別方法，如模板脈沖匹配法[1]，特征參數(shù)匹配法[2-3]，基于模糊模式識(shí)別的方法[4-5]等，一般需要對(duì)信號(hào)進(jìn)行分選和特征提取。在對(duì)雷達(dá)信號(hào)進(jìn)行分選和特征提取時(shí)，若時(shí)域疊加嚴(yán)重或者雷達(dá)輻射源的信號(hào)樣式較為復(fù)雜，那么信號(hào)的完全分選很可能產(chǎn)生錯(cuò)誤，如將一部雷達(dá)信號(hào)分為2部雷達(dá)信號(hào)或者將2部雷達(dá)的信號(hào)歸為同一部雷達(dá)發(fā)射。而任何情形的分選錯(cuò)誤都會(huì)導(dǎo)致最終識(shí)別結(jié)果的錯(cuò)誤。因此若能消除或減少雷達(dá)信號(hào)分選過(guò)程中的錯(cuò)誤，則可以在結(jié)構(gòu)上整體提高雷達(dá)輻射源的識(shí)別準(zhǔn)確性和可靠性。

針對(duì)分選可能造成的錯(cuò)誤及能夠快速識(shí)別重點(diǎn)目標(biāo)，本文提出了一種并行處理的識(shí)別流程。這種處理流程無(wú)需對(duì)相互疊加的雷達(dá)信號(hào)進(jìn)行完全分選，并且不需要進(jìn)行傳統(tǒng)識(shí)別方法中的特征提取過(guò)程，簡(jiǎn)化了處理環(huán)節(jié)，消除了信號(hào)分選和特征提取過(guò)程中可能產(chǎn)生的錯(cuò)誤對(duì)最終識(shí)別的影響。由于雷達(dá)信號(hào)脈沖樣本圖[6]表述方法的引入使得雷達(dá)輻射源識(shí)別可以以全脈沖序列與脈沖樣本圖之間直接匹配。基于這種思想，本文研究了集對(duì)分析[7]的相關(guān)理論和處理方法，同時(shí)，為了減少識(shí)別時(shí)間，提出了一種新的基于SPA(set pair analysis)和滑窗技術(shù)[8-9]的重點(diǎn)雷達(dá)輻射源識(shí)別算法。該算法直接以經(jīng)過(guò)簡(jiǎn)單預(yù)分選的全脈沖序列與重點(diǎn)雷達(dá)輻射源脈沖樣本圖匹配，通過(guò)聯(lián)系度中同一度的大小來(lái)判斷脈沖對(duì)間的匹配，并且引入滑動(dòng)窗口匹配技術(shù)，當(dāng)滑動(dòng)窗口匹配次數(shù)大于閾值時(shí)，判斷存在重點(diǎn)目標(biāo)，實(shí)現(xiàn)威脅告警。由于引入了滑動(dòng)窗口技術(shù)，無(wú)需遍歷全脈沖的每個(gè)脈沖，只需要對(duì)滑動(dòng)窗口內(nèi)的序列進(jìn)行匹配，因此大大縮短了識(shí)別時(shí)間，便于在實(shí)際中應(yīng)用。

1 雷達(dá)輻射源特征參數(shù)聯(lián)系度系數(shù)的確定

集對(duì)分析理論是由我國(guó)學(xué)者趙克勤首次提出的[7]。集對(duì)分析(set pair analysis，SPA)理論(簡(jiǎn)稱集對(duì)論)是一種處理模糊和不確定知識(shí)的數(shù)學(xué)工具，能有效地分析和處理不精確、不一致、不完整等各種不確定信息，并從中發(fā)現(xiàn)隱含的知識(shí)，揭示潛在的規(guī)律。其核心的思想是：任何系統(tǒng)都是由確定性和不確定性信息構(gòu)成的，在這個(gè)系統(tǒng)中，事物的“同一性”、“差異性”和“對(duì)立性”互相聯(lián)系、互相影響、互相制約、在一定條件下互相轉(zhuǎn)化，并用一個(gè)體現(xiàn)上述思想的式子(或稱同或反聯(lián)系度表達(dá)式)來(lái)描述，從而把對(duì)不確定性的辯證認(rèn)識(shí)轉(zhuǎn)換成一個(gè)具體的數(shù)學(xué)工具。由于能夠從多方面描述系統(tǒng)關(guān)系，現(xiàn)已有大量研究將其應(yīng)用于工業(yè)、農(nóng)業(yè)、社會(huì)經(jīng)濟(jì)和軍事等眾多領(lǐng)域[10-11]。

1.1 聯(lián)系度定義

在一定問(wèn)題背景(W)下，需要對(duì)2個(gè)集合A和B所組成的集對(duì)H=(A,B)進(jìn)行分析，2個(gè)集合共有N個(gè)特性總數(shù)，其中S個(gè)為集對(duì)中2個(gè)集合共同具有的特性個(gè)數(shù)，P為集對(duì)中2個(gè)集合相互對(duì)立的特性個(gè)數(shù)，F(xiàn)=N-S-P是集對(duì)中2個(gè)集合既不共同具有，又不相互對(duì)立的特征個(gè)數(shù)。則在背景W下集合A,B聯(lián)系度為

(1)

μ=a+bi+cj.

(2)

1.2 雷達(dá)特征參數(shù)聯(lián)系度的確定

在集對(duì)分析理論中，對(duì)立的刻畫(huà)和度量是十分重要的，因?yàn)樗婕暗?個(gè)集合的同異反程度的刻畫(huà)。文獻(xiàn)[12]將常見(jiàn)的對(duì)立概念分為倒數(shù)型、有無(wú)型、正負(fù)型、互補(bǔ)型和虛實(shí)型5種，并提出了倒數(shù)型對(duì)立在科技領(lǐng)域中是一種常見(jiàn)且重要的對(duì)立類型。所以，根據(jù)以上分析，本文將以倒數(shù)型對(duì)立為出發(fā)點(diǎn)，將待識(shí)別的全脈沖列中的每一個(gè)脈沖與對(duì)應(yīng)的重點(diǎn)輻射源的脈沖樣本圖的脈沖組成集對(duì)，將對(duì)應(yīng)脈沖的參數(shù)，如載頻，脈寬、脈內(nèi)特征等組成數(shù)對(duì)，計(jì)算其一個(gè)脈沖的聯(lián)系度。

(3)

c=1-ρ.

(4)

另一方面，R和F的同一度為

(5)

所以，數(shù)對(duì)(R,F)的差異度定義為

b=ρ-a，

(6)

于是，在某一問(wèn)題背景下，可寫(xiě)出集對(duì)分析中數(shù)對(duì)(R,F)的聯(lián)系度表達(dá)式為

μ=a+bi+cj.

(7)

聯(lián)系度反應(yīng)了研究對(duì)象間的某種狀態(tài)或者可能趨勢(shì)，如脈沖對(duì)間的匹配程度等。

2 基于SPA和滑窗技術(shù)的重點(diǎn)輻射源快速識(shí)別技術(shù)

2.1 重點(diǎn)輻射源快速識(shí)別流程

面對(duì)密集的雷達(dá)信號(hào)環(huán)境，雷達(dá)輻射源傳統(tǒng)識(shí)別處理流程中的預(yù)處理、特征提取和識(shí)別過(guò)程中所需要的運(yùn)算量和時(shí)間將隨著信號(hào)密度的增加而不斷增加。在實(shí)時(shí)性要求較高的雷達(dá)情報(bào)處理系統(tǒng)中，這種處理流程可能不能滿足要求。并且在識(shí)別處理流程中，其中任何一個(gè)處理過(guò)程發(fā)生的錯(cuò)誤都是可延續(xù)的，一直從發(fā)生錯(cuò)誤處影響至最后的識(shí)別過(guò)程，最終影響識(shí)別的準(zhǔn)確性和可靠性。因此，在面對(duì)具有大量復(fù)雜體制雷達(dá)輻射源信號(hào)的環(huán)境中，這種處理結(jié)構(gòu)和方法已不能滿足現(xiàn)代雷達(dá)對(duì)抗情報(bào)處理的需要。

針對(duì)現(xiàn)有雷達(dá)輻射源識(shí)別方法和處理流程中的不足和缺陷。本文提出了如圖1所示的一種新的識(shí)別處理方法和流程。這種新的識(shí)別處理方法采用了并行處理的結(jié)構(gòu)。在這種識(shí)別方法中，其處理的基本流程為：首先對(duì)偵察截獲的雷達(dá)信號(hào)脈沖流進(jìn)行簡(jiǎn)單的預(yù)分選處理。此時(shí)的簡(jiǎn)單預(yù)分選并不需要將不同雷達(dá)輻射源的信號(hào)完全分開(kāi)，只是對(duì)脈沖信號(hào)流進(jìn)行頻段稀釋和方位預(yù)分選，形成某一方位，某一頻段內(nèi)的脈沖信號(hào)序列。獲得的脈沖信號(hào)序列經(jīng)過(guò)粗篩選后直接與已有重點(diǎn)輻射源的雷達(dá)信號(hào)脈沖樣本圖進(jìn)行對(duì)比，從而完成對(duì)重點(diǎn)雷達(dá)輻射源的識(shí)別。

2.2 脈沖對(duì)聯(lián)系度的獲取

圖1 重點(diǎn)雷達(dá)輻射源快速識(shí)別流程Fig.1 Flow chart of key radar emitter fast recognition

(8)

本文中采用聯(lián)系度來(lái)衡量2個(gè)脈沖之間的差異。方法是將脈沖的載頻、脈寬及脈內(nèi)特征參數(shù)形成集對(duì)，計(jì)算各參數(shù)的聯(lián)系度，再采用加權(quán)的方式得到2個(gè)脈沖之間的聯(lián)系度。

單個(gè)脈沖聯(lián)系度的確定：

(9)

(10)

2.3 脈沖對(duì)匹配決策

本文采用聯(lián)系度中的同一度決策，其方法為設(shè)定閾值μthreshold(a)，當(dāng)脈沖對(duì)間的同一度大于設(shè)定的閾值時(shí)，說(shuō)明該脈沖對(duì)匹配。

2.4 基于SPA和滑窗技術(shù)的重點(diǎn)輻射源快速識(shí)別步驟

為了能夠快速地完成對(duì)重點(diǎn)輻射源的威脅告警，本文引入了數(shù)據(jù)挖掘中的滑動(dòng)窗口技術(shù)，通過(guò)該技術(shù)，無(wú)需遍歷全脈沖的每個(gè)脈沖，只需要對(duì)滑動(dòng)窗口內(nèi)的序列進(jìn)行匹配，其大致如圖2所示。

圖2 基于SPA和滑窗技術(shù)的重點(diǎn)輻射源快速識(shí)別步驟Fig.2 Step of the key radar emitter fast recognition based on set pair analysis and the technology of the slip window

(1) 粗篩選

粗篩選是用重點(diǎn)雷達(dá)輻射源的頻率、脈寬與全脈沖數(shù)據(jù)進(jìn)行匹配篩選，設(shè)頻率、脈寬的容差分別為Δf和Δτ。具體過(guò)程為：先讀取重點(diǎn)雷達(dá)輻射源的頻率、脈寬數(shù)據(jù)，假設(shè)重點(diǎn)雷達(dá)輻射源的頻率、脈寬為多值，分別為[f1-Δf1,f1+Δf1],…,[fn-Δfn,fn+Δfn]和[τ1-Δτ1,τ1+Δτ1],…,[τp-Δτp,τp+Δτp]，如果全脈沖數(shù)據(jù)的第i個(gè)脈沖的頻率fi、脈寬τi滿足:

fi∈[f1-Δf1,f1+Δf1] or … orfi∈[fn-Δfn,fn+Δfn],

(11)

τi∈[τ1-Δτ1,τ1+Δτ1] or…orτi∈[τp-Δτp,τp+Δτp],

(12)

則認(rèn)為全脈沖數(shù)據(jù)的第i個(gè)脈沖為準(zhǔn)匹配脈沖，提取所有滿足條件的準(zhǔn)匹配脈沖(N個(gè))構(gòu)成準(zhǔn)匹配脈沖列S′。

(2) 確定滑動(dòng)窗口的長(zhǎng)度

以重點(diǎn)雷達(dá)輻射源樣本圖的骨架周期作為滑動(dòng)窗口的長(zhǎng)度。

(3) 確定匹配基準(zhǔn)脈沖

即從待識(shí)別序列S′的第1個(gè)脈沖到達(dá)時(shí)間點(diǎn)開(kāi)始，步進(jìn)一個(gè)脈沖進(jìn)行搜索，直至第N-Lj+1個(gè)脈沖，若均未匹配上則說(shuō)明待識(shí)別脈沖序列不含該重點(diǎn)雷達(dá)輻射源的該工作模式，若有脈沖與樣本圖第一脈沖匹配，則轉(zhuǎn)入步驟(4)。將與參考序列中起始脈沖之間的同一度超過(guò)門(mén)限μthreshold(a)的第1個(gè)脈沖作為滑動(dòng)窗口的基準(zhǔn)位置。

(4) 對(duì)準(zhǔn)脈沖的確定

(13)

則認(rèn)為該時(shí)間子窗口內(nèi)存在匹配脈沖，否則認(rèn)為該子窗口內(nèi)無(wú)匹配脈沖。

(5) 若當(dāng)前滑動(dòng)窗口內(nèi)的脈沖匹配個(gè)數(shù)滿足最低門(mén)限要求(通常依據(jù)待識(shí)別脈沖序列的脈沖流密度進(jìn)行取值，取值范圍一般大于M/2)，則利用載頻、脈寬及脈內(nèi)特征參數(shù)計(jì)算當(dāng)前匹配的脈沖對(duì)間的聯(lián)系度μnm，并根據(jù)其同一度判別脈沖對(duì)是否匹配。若μnm(a)≥μthreshold(a)，則對(duì)準(zhǔn)脈沖相互匹配。若在一個(gè)滑動(dòng)窗口內(nèi)所有對(duì)準(zhǔn)脈沖均匹配，將匹配滑窗個(gè)數(shù)增加1。此時(shí)將滑動(dòng)窗口的基準(zhǔn)位置向后移至前一次窗口最右端匹配的脈沖到達(dá)時(shí)間點(diǎn)處，以此為時(shí)間基點(diǎn)重復(fù)上述步驟(4)。當(dāng)滑動(dòng)窗口匹配個(gè)數(shù)大于5時(shí)，停止匹配，認(rèn)為待識(shí)別的脈沖序列中含有當(dāng)前重點(diǎn)輻射源的工作模式，從而輸出該重點(diǎn)輻射源，并進(jìn)行威脅告警。其間，若待識(shí)別脈沖中存在脈沖丟失或測(cè)量錯(cuò)誤，導(dǎo)致樣本圖脈沖并沒(méi)有完全尋找到匹配的脈沖，此時(shí)將脈沖樣本圖的0點(diǎn)移至待識(shí)別脈沖中在滑窗內(nèi)最后一個(gè)與樣本圖匹配上的脈沖處，轉(zhuǎn)步驟(3)，繼續(xù)需找基準(zhǔn)脈沖。

存在著一種特殊情況，即在一個(gè)樣本圖脈沖的時(shí)間區(qū)域中匹配了一個(gè)以上的待識(shí)別脈沖，此時(shí)選擇同一度最大的脈沖作為匹配脈沖。

若沒(méi)有基準(zhǔn)脈沖存在或匹配的滑動(dòng)窗口數(shù)量N<5，則重新使用其他重點(diǎn)輻射源的脈沖樣本圖進(jìn)行對(duì)比。

3 仿真分析

為了驗(yàn)證上述方法的有效性和具體的識(shí)別效果，本文從相關(guān)數(shù)據(jù)庫(kù)中選取了5部雷達(dá)進(jìn)行仿真驗(yàn)證，具體參數(shù)如表1所示。

表1 雷達(dá)信號(hào)參數(shù)表Table 1 Table of radar signal parameters

上述雷達(dá)所對(duì)應(yīng)的脈沖樣本圖分別稱為重點(diǎn)雷達(dá)輻射源脈沖樣本圖I～V。利用上述雷達(dá)信號(hào)參數(shù)對(duì)雷達(dá)信號(hào)進(jìn)行仿真，仿真產(chǎn)生的雷達(dá)信號(hào)在時(shí)域上相互疊加。利用重點(diǎn)雷達(dá)輻射源脈沖樣本圖這些時(shí)域上相互疊加的脈沖信號(hào)進(jìn)行識(shí)別。仿真產(chǎn)生的全脈沖數(shù)據(jù)為所有5部雷達(dá)信號(hào)混合。現(xiàn)將第III部雷達(dá)當(dāng)成需要快速識(shí)別的重點(diǎn)雷達(dá)輻射源，基于SPA和滑窗技術(shù)對(duì)重點(diǎn)輻射源快速識(shí)別性能進(jìn)行分析。

實(shí)驗(yàn)1：脈沖丟失率對(duì)識(shí)別性能的影響

其中，全脈沖數(shù)據(jù)仿真時(shí)間為0.1 s。

實(shí)驗(yàn)中，噪聲引起的參數(shù)測(cè)量誤差標(biāo)準(zhǔn)差分別為已知參數(shù)數(shù)值的5%，10%，不同噪聲環(huán)境下，均進(jìn)行了100次Monter Carlo實(shí)驗(yàn)，得到的結(jié)果如表2所示：其中環(huán)境1，2分別指噪聲引起的參數(shù)測(cè)量誤差標(biāo)準(zhǔn)差為相應(yīng)已知參數(shù)數(shù)值的5%，10%。

表2 不同脈沖丟失率中識(shí)別準(zhǔn)確率結(jié)果Table 2 Rate of recognition in different pulse loss rate

從表2的仿真結(jié)果可以看出,噪聲對(duì)本文算法的影響較小，但脈沖丟失率對(duì)算法的性能影響較大。這是因?yàn)楸疚氖且曰瑒?dòng)窗口進(jìn)行匹配，當(dāng)脈沖丟失時(shí)，會(huì)影響滑動(dòng)窗口的匹配個(gè)數(shù)，從而使識(shí)別率降低。

實(shí)驗(yàn)2： 脈沖流密度對(duì)識(shí)別性能的影響

設(shè)噪聲引起的參數(shù)測(cè)量誤差最大標(biāo)準(zhǔn)差分別為相應(yīng)已知參數(shù)數(shù)值的5%和10%，不同噪聲環(huán)境下，均進(jìn)行了100次Monter Carlo實(shí)驗(yàn)。以編號(hào)為III的雷達(dá)脈沖樣本圖作為重點(diǎn)雷達(dá)輻射源脈沖樣本圖，脈沖流密度在仿真中分為3個(gè)區(qū)間，其劃分如下(單位：個(gè)/s)：

1：(5 000)；2：(10 000)；3：(15 000)；

得到的結(jié)果如表3所示。其中環(huán)境1，2分別指噪聲引起的參數(shù)測(cè)量誤差標(biāo)準(zhǔn)差為相應(yīng)已知參數(shù)數(shù)值的5%，10%。

表3 不同脈沖流密度環(huán)境中識(shí)別率和識(shí)別時(shí)間結(jié)果Table 3 Rate and time of recognition in different pulse density

從表3可以看出，因?yàn)椴捎昧嘶瑒?dòng)窗口匹配技術(shù)，在環(huán)境1和2中，識(shí)別率都較高，且識(shí)別用時(shí)少。隨著脈沖流密度的增加，識(shí)別用時(shí)增加，同時(shí)識(shí)別準(zhǔn)確率也在降低，但識(shí)別率仍在80%以上。因此，利用該算法可以實(shí)現(xiàn)對(duì)待識(shí)別脈沖序列中是否存在重點(diǎn)雷達(dá)輻射源信號(hào)進(jìn)行判別，且用時(shí)較短，對(duì)于實(shí)時(shí)性要求較高時(shí)，本文方法是有效的。

4 結(jié)束語(yǔ)

本文針對(duì)重點(diǎn)輻射源的快速威脅告警，研究了集對(duì)分析的相關(guān)理論和處理方法，提出了一種新的基于SPA和滑窗技術(shù)的重點(diǎn)雷達(dá)輻射源快速識(shí)別算法。這種算法無(wú)需對(duì)相互疊加的雷達(dá)輻射源信號(hào)進(jìn)行完全分選，并且不需要進(jìn)行傳統(tǒng)識(shí)別方法中的特征提取過(guò)程，簡(jiǎn)化了處理環(huán)節(jié)。算法直接以重點(diǎn)輻射源的脈沖樣本圖與經(jīng)過(guò)粗篩選的雷達(dá)脈沖序列進(jìn)行對(duì)比匹配，設(shè)定了脈沖對(duì)間聯(lián)系度的計(jì)算方法，給出了脈沖匹配準(zhǔn)則和重點(diǎn)輻射源識(shí)別準(zhǔn)則。仿真分析驗(yàn)證了該方法的可行性，在脈沖流密度適中的情況下，該算法具有很好的實(shí)用性。同時(shí)，由于利用了滑動(dòng)窗口匹配技術(shù)，識(shí)別的過(guò)程就無(wú)需重復(fù)遍歷整個(gè)序列中的每個(gè)脈沖，只需在滑動(dòng)窗口和相對(duì)時(shí)間子窗口內(nèi)進(jìn)行匹配比較，一旦滿足告警要求，就可以認(rèn)為當(dāng)前序列中存在待識(shí)別工作模式，從而大大減少了識(shí)別時(shí)間。因此，本方法可以實(shí)現(xiàn)重點(diǎn)輻射源快速識(shí)別威脅告警，在實(shí)際中有很高的利用價(jià)值。

參考文獻(xiàn)：

[1] 龔亮亮，羅景青，吳世龍.一種基于模板脈沖序列的雷達(dá)輻射源識(shí)別方法[J].現(xiàn)代防御技術(shù)，2008，36(5)：131-134．

GONG Liang-liang, LUO Jing-qing, WU Shi-long. A Radar Emitter Identification Method Based on Pulse Match Template Sequence[J]. Modern Defence Technology, 2008，36(5)：131-134.

[2] 張多林，潘泉，張洪才. 基于理想點(diǎn)貼近度的輻射源威脅綜合評(píng)價(jià)建模與仿真驗(yàn)證[J].系統(tǒng)仿真學(xué)報(bào)，2008,20(14): 3896-3898.

ZHANG Duo-lin, PAN Quan, ZHANG Hong-cai. Modeling and Simulation on Radiator Threatening Evaluation Based on Degrees Keeping Close to Ideal Point[J]. Journal of System Simulation, 2008,20(14)：3896-3898.

[3] 丁軍，劉志成. 基于特征參數(shù)匹配的雷達(dá)輻射源識(shí)別方法研究[J].現(xiàn)代雷達(dá)，2011，33(9):29-33.

DING Jun, LIU Zhi-cheng. A Study of Radar Emitter Recognition Based on Characteristic Parameter Matching Method[J].Modern Radar，2011,33(9)：29-33.

[4] REN M, DUAN J, YANG S. Decision Models Evaluation Using Fuzzy Pattern Recognition[C]∥ Proceedings IEEE International Conference on Grey Systems and Intelligent Services (GSIS 2007), Nanjing,China, November,2007：1035-1039.

[5] 李楠,曲長(zhǎng)文,蘇峰,等. 雷達(dá)輻射源模糊識(shí)別算法改進(jìn)[J]. 電子科技大學(xué)學(xué)報(bào),2010,39(2):182-185.

LI Nan, QU Chang-wen, SU Feng, et al. Improved Radar Emitter Fuzzy Identification Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2010,39(2)：182-185.

[6] 羅景青，王杰貴．探討一種新的雷達(dá)信號(hào)描述方式和識(shí)別技術(shù)[J].電子對(duì)抗，2009(6)：9-12.

LUO Jing-qing,WANG Jie-gui.Study on New Description of Radar Signal and Recognition Algorithm[J]. Electronic Warfare, 2009(6)：9-12.

[7] 趙克勤. 集對(duì)分析對(duì)不確定性的描述和處理[J].信息與控制，1995, 24(3)：162-166.

ZHAO Ke-qin. Disposal and Description of Uncertainties Based on Set Pair Analysis[J]. Information and Control, 1995, 24(3)：162-166.

[8] 毛國(guó)君,段立娟,王實(shí),等.數(shù)據(jù)挖掘原理與算法[M]. 北京:清華大學(xué)出版社,2007.

MAO Guo-jun, DUAN Li-juan, WANG Shi，et al. Data Mining Principles and Algorithms[M].Beijing:Tsinghua University Press，2007.

[9] POVINELLI R J. Time Series Data Mining: Identifying Temporal Patterns for Characterization and Prediction of Time Series Events [D].Milwaukee, Wisconsin: Marquette University, 1999.

[10] 蔣云良，徐從富.集對(duì)分析理論及其應(yīng)用研究進(jìn)展[J].計(jì)算機(jī)科學(xué)，2006,33(1)：205-209.

JIANG Yun-liang, XU Cong-fu. Advances in Set Pair Analysis Theory and Its Applications [J].Computer Science,2006,33(1)：205-209.

[11] ZHAO Ke-qin. Based on Set Pair Analysis of the Size Relation Characterization and Application[J]. Nonferrous Metals Engineering & Research, 1996, 17(3)：59-62.

[12] 張秀輝,劉以安,曹寧生,等.基于集對(duì)分析的雷達(dá)信號(hào)分選算法[J],現(xiàn)代雷達(dá)，2010,32(2)：35-37.

ZHANG Xiu-hui,LIU Yi-an, CAO Ning-sheng,et al. Radar Signal Sorting Method Based on Set Pair Analysis[J].Modern Radar, 2010,32(2)：35-37.