雷达辐射源信号聚类分选算法综述

论文摘要

现代战场环境下雷达信号密集、交叠严重,传统的雷达信号分选算法已不能有效完成未知雷达信号分选工作,而聚类分选因具有无监督学习、对先验知识要求小等优点被学者广泛应用于未知雷达信号聚类分选的研究工作。作者先总结了国内学者在传统聚类算法及其优化算法对未知雷达辐射源信号进行分类分选的部分理论研究成果,分析了各个算法存在的利弊,再根据雷达信号的特征参数以及影响聚类分选的外界因素提出了选择最优聚类算法的参考标准和建议。

论文目录

• 0 引言
• 1 传统聚类算法分选
•   1.1 划分聚类法
•     1.1.1 基于K-Means算法的雷达信号分选
•     1.1.2 基于FCM算法的雷达信号分选
•   1.2 层次聚类法
•   1.3 网格密度法
•     1.3.1 网格聚类法
•     1.3.2 密度聚类法
•     1.3.3 网格密度法
•   1.4 归纳总结
• 2 聚类分选算法选择
•   2.1 雷达信号特征参数
•     2.1.1 脉冲间特征参数
•     2.1.2 脉内特征参数
•     2.1.3 极化特性
•   2.2 分选影响因素
•     2.2.1 数据量规模
•     2.2.2 数据簇形状
•     2.2.3 异常数据处理
•     2.2.4 相似度测量
•     2.2.5 其他因素
•   2.3 聚类算法综合选择
• 3 结束语

文章来源

类型: 期刊论文

作者: 彭刚,袁晓,刘闻

关键词: 雷达信号分选,聚类,特征参数,算法选择,综述

来源: 雷达科学与技术 2019年05期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 武器工业与军事技术,电信技术

单位: 四川大学电子信息学院,中国人民解放军77618部队

分类号: TN957.51;E91

页码: 485-492

总页数: 8

文件大小: 1148K

下载量: 358