未知雷達信號分選算法研究.pdf

1、雷達信號分選系統(tǒng)是雷達信號處理系統(tǒng)中不可或缺的組成部分，并已經成為現(xiàn)代戰(zhàn)爭中極其重要的影響因素。通過雷達信號分選，能夠準確地識別出空間中各種不同的雷達以及它們的參數(shù)，并將其放入雷達庫中以便做進一步的處理，比如定位，跟蹤，分析。然而隨著雷達信號產生技術、處理技術的飛速發(fā)展，新體制雷達不斷取代傳統(tǒng)的常規(guī)脈沖雷達，使得雷達信號環(huán)境越來越復雜多變。如何在日益復雜的雷達信號環(huán)境下實現(xiàn)雷達信號的正確分選已經成為國內外關注的焦點。
　　 本文

2、首先介紹了雷達信號PRI分選算法，并對每種算法的優(yōu)缺點進行了簡要地說明。PRI分選算法主要包括：動態(tài)關聯(lián)法、直方圖法(CDIF法、SDIF法)、PRI變換法、平面變換法。接下來，為了實現(xiàn)新體制雷達信號的正確分選，針對傳統(tǒng)PRI分選算法的不足，作者將聚類算法運用到雷達信號分選領域，并介紹了兩種適合未知輻射源信號分選的算法：基于網格密度聚類的雷達信號分選算法和基于改進的支持向量聚類的雷達信號分選算法。
　　 網格密度聚類算法采用網格

3、劃分技術，形成網格單元；再將脈沖信號的脈沖描述字(PDW)流映射至各網格單元中，并以網格密度為依據(jù)進行聚類，從而實現(xiàn)脈沖流的分選。改進的支持向量聚類算法是在原有支持向量聚類(SVC)算法的基礎上，在聚類標識階段采用支持向量點(SVs)代替原來的全部樣本點生成關聯(lián)矩陣，有效地減少了關聯(lián)矩陣的規(guī)模；然后利用深度優(yōu)先搜索算法對關聯(lián)矩陣進行搜索，產生初始聚類結果；再對初始聚類結果運用合并同類聚類中心算法，得到最優(yōu)的聚類分類結果，從而有效地緩解了