文档介绍:雷达脉冲信号流的模糊聚类分选
薛林,1苏国庆,1辛化梅2
(1,海军工程大学,武汉430033;,济南250014)
摘要:复杂信号环境下的实时信号分选技术对雷达侦察信号处理非常重要,利用模糊聚类分析的相关理论,根据脉冲参数将不同体制的雷达信号进行归类,从而实现对雷达脉冲信号的分选。
关键词:电子对抗;雷达脉冲信号;模糊聚类分选中
2005年6月舰船电子对抗第28卷第3期
0 引言
现代电子战环境中,信号密度很大。因此,对密集雷达脉冲信号进行分选是雷达对抗领域的一个重要而特殊的组成部分。通过对密集脉冲信号的分选,可以进一步识别出危胁度较高的雷达信号,并优先采取对抗措施。运用模糊聚类分析理论,能够对雷达脉冲信号参数进行模糊聚类分析,从而实现实时脉冲描述字流的分选。
1 雷达脉冲信号模糊聚类分选的数学模型
设X={x1,x2,…,xn}是待聚类分析的雷达脉冲信号的全体(称为论域),X中的每个雷达脉冲信号xk(k=0,1,2,…,n)用有限个参数值来刻画,每个参数值对应xk的某个特征参数,即xk用一个伴随向量p(xk)=(xk1,xk2,…,xks)表示,其中xkj(j=1,2,…,s)是xk在第j个特征上的赋值,p(xk)称为xk的特征向量。
雷达脉冲信号的模糊聚类分析就是分析论域X中的n个样本所对应的特征向量间的相似性,按照各样本间的亲疏关系,把x1,x2,…,xn划分成多个不相交的子集X1,X2,…,Xc,并要求
满足下列条件:
(1)X1∪X2∪…∪Xc=X
(2)Xi∩Xj=φ,1≤i≠j≤c
聚类分析的步骤如下:
雷达脉冲信号参数标准化实际应用中,由于获得的雷达脉冲信号参数的数据比较复杂,往往不是[0,1]区间中的数,因此首先要把各个原始数据标准化。假设被分类的雷达脉冲信号一共有n个,对于每一维特征xk,共有n个原始数据,设为x1k′,x2k′,…,xnk′,把它们称为此特征的各个元素。标准化程序为:
首先计算每一维特征的均值和方差:
②按下列公式求各数据的标准化值:
③上式得到的标准化数据还不一定在[0,1]闭区间,为了把标准化数据压缩到[0,1]闭
区间,再采用极值标准化公式:
这里和分别指x1k″,x2k″,…,xnk″中的最小值和最大值。
(2) 建立分类对象集合X上的模糊相似性关系
首先要计算待分类雷达脉冲信号之间的相似统计量,常用的计算分类对象的相似性统计量的方法有多种,一般采用夹角余弦法,即:
据此,可建立分类对象集合X上的模糊相似关系=,表示待分类