基於數字信道化接收機的聚類分選演算法（下）

今日薦文

今日薦文的作者為西安電子科技大學，電子信息攻防對抗與模擬技術教育部重點實驗室專家張勇強，湯建龍。本篇節選自論文《基於數字信道化接收機的聚類分選演算法》，發表於《中國電子科學研究院學報》第12卷第2期。本文為論文的後半部分。

摘 要：提出了一種適合數字信道化接收機的未知雷達輻射源聚類分選演算法。該演算法通過對數字信道化接收機產生的脈衝描述字（PDW）流融合預處理，對預處理後的PDW流進行網格密度聚類，獲得雷達輻射源的初始分類結果後，利用累計差直方圖法（CDIF）最優門限對虛警輻射源進行剔除，再合併處理生成輻射源描述字（EDW）。模擬結果表明，該演算法能有效的用於數字信道化接收機的雷達信號分選。

關鍵詞:雷達信號分選 ；數字信道化接收機 ；網格密度聚類

引 言

雷達輻射源信號分選是電子偵察處理的關鍵技術，信號分選的效果直接影響著雷達偵察系統的整體作戰效能。隨著雷達技術的快速發展，雷達體制趨於多樣化、複雜化、綜合化，電子對抗所面臨的電磁環境越來越複雜。目前雷達輻射源信號分選的準確性、實時性及可靠性均面臨著嚴峻的挑戰。

聚類分析實現脈衝序列去交錯一直是雷達信號處理的重要方法，是一種無監督的學習方法。通過將數據集中的樣本按一定的相似性度量和評價準則進行歸併分類，聚類方法可發現數據集的內在組織結構，以便於人們更好地理解數據。

聚類演算法一般分為基於劃分的方法、基於層次的方法、基於密度的方法、基於網格的方法以及基於模型的方法等。基於網格的聚類演算法具有處理速度快，對數據對象的數目和輸入順序不敏感，可以處理任意類型的數據等優點，因此非常適合實時性要求高並且處理數據量大的雷達信號分選。

目前基於網格密度聚類的雷達信號分選存在的主要問題：

（1）網格密度聚類演算法數據源是利用設定的輻射源參數按一定的虛警率和漏警率直接生成PDW，未採用實際接收機所產生PDW，缺乏工程應用背景。

（2）由於線性調頻信號PDW的複雜性，聚類分選演算法並沒有將它到考慮其中。針對以上問題，本文提出了一種改進的基於網格密度聚類的分選演算法，以數字信道化接收機所產生PDW流為源數據，充分利用載頻（RF）、到達時間（TOA）、結束時間（TOE）、能量（E）等特徵參數進行聚類，完成未知雷達輻射源的分選。該演算法無需人為設定聚類數目，實現自動聚類，對聚類結果準確提取雷達輻射源EDW的各特徵參數，演算法複雜度低，抗雜訊干擾能力強，聚類精度高，適合處理大規模的雷達偵察數據。

1 改進的網格密度聚類分選演算法

2 模擬實驗分析

為了驗證該網格密度聚類分選演算法適用於數字信道化接收機的雷達信號分選的可行性和有效性，以圖3所示實驗模型進行模擬分析。實驗環境：Windows7 , Inter Core i3 M390 2.67Ghz , 4G內存 , 模擬工具Matlab R2014a。

圖3 實驗模型

輸入信號：包括空間中的6部雷達，其參數見表1，包括單載頻信號，頻率捷變信號，頻率分集信號，線性調頻信號以及重頻參差信號。

數字信道化：採用基於STFT的數字信道化接收機模擬系統。數字信道化接收機系統的模擬參數：採樣率為1280MHz，FFT寬度256點，滑動長度為128點，漢寧窗，雜訊功率0.1，模擬時長為20ms。

數字信道化通過門限檢測得到PDW流，每個PDW由四維參數組成組成，將PDW流進行信號分選。

信號分選：信號分選先採用 圖1所示流程進行原始數據PDW流的融合預處理，再採用 圖2所示流程進行網格密度聚類，獲得初始聚類。最後，通過1.3節所述步驟對聚類結果選擇性剔除和合併處理，生成最終的分選結果。

結果輸出：畫圖顯示信號分選結果。

表1 模擬實驗輻射源類型及特徵參數

原始數據分布如圖4（a）所示，依據數字信道化的PDW流（RF，TOA，TOE，E）轉換成（RF，CRI，PW）所得，其中CRI為信道重複周期，定義為同一信道的相鄰PDW的TOA之差；PW為各PDW的TOA與TOE之差。由於數字信道化的影響，會產生相鄰信道的PDW，並且信道的CRI和PW會出現一些有誤的分布。分布圖顯示各信號參數交疊嚴重，利用傳統的網格密度聚類無法有效的進行分選。因此對原始的PDW流有必要融合預處理，合併相鄰信道，更新TOA和TOE，依據能量判斷其類型為單載頻或者線性調頻，為下一步網格密度聚類做準備。預處理後數據分布圖如圖4（b）所示。

預處理之後的數據進行網格密度聚類，利用公式3得到每一維的劃分數K，劃分網格，利用公式4得到密度閾值Minpts= 10。在獲得初始聚類之後，利用CDIF在進行最優門限選擇性剔除時k =0.4，採樣時間T= 20ms。最後得到雷達信號聚類分選結果，如圖5所示。

表2 模擬實驗結果分析

依據模擬實驗結果圖5可知，本文提出的改進的基於網格密度聚類的分選演算法對接收機產生的混合PDW流準確地進行了分選，生成各輻射源EDW，完成了未知雷達輻射源的分選要求。由表2可證明該聚類分選演算法的有效性和可行性，目前可以分選的類型有具有參差特徵的線性調頻信號，單載頻信號，頻率捷變信號，頻率分集信號。

3 結 語

本文將網格密度聚類演算法用於實時性要求性較高的數字信道化接收機的雷達預分選之中，根據信道化後PDW流的特徵，首先融合預處理，再利用聚類演算法獲得初始聚類，對初始聚類結果進行選擇性剔除及合併處理後完成信號分選，得到未知雷達輻射源的EDW。模擬實驗表明了演算法應用於未知雷達輻射源分選的有效性和可行性，較好的滿足了雷達輻射源分選的要求。進一步提高演算法的運行效率，並將其他數據流挖掘演算法進行結合，更好地應用到雷達信號分選領域，是下一步的研究內容。

（本文完結，參考文獻略）

《召 集 令》

身懷學術絕技的你速速前來！

1，有學術水準：一定的專業學術水準是必須的！

2，有獨到思想：具深度，廣度，銳度者為最佳！

3，內容範疇：自然科學，社會科學等等不設限！

4，資訊或翻譯類文章：符合上述條件的均可以。

學術plus諮詢/投稿郵箱

聲明：版權歸《中國電子科學研究院學報》所有。轉載請務必註明出處，違者必究。文章觀點不代表本機構立場。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！