【雷达】基于核聚类实现雷达信号在线分选附matlab代码

1 内容介绍

雷达信号分选是现代雷达侦察设备必须具备的功能‚它是利用测得的雷达信号参数‚将随机交迭的雷达信号分离成独立的雷达信号列‚为最终的雷达信号识别打下牢固的基础。在现代战争中‚雷达侦察接收机所处的信号环境越来越密集‚越来越复杂。传统的信号分选主要是基于统计的思想‚通过对脉冲序列的脉冲重复周期（PRI）分析‚依据PRI的调制方式‚将对应的雷达信号分选出来。但这种方法存在运算量大、速度慢、准确率和信号参数利用率不高的缺点。本文将利用核方法对模糊聚类进行改进‚应用于雷达信号分选中‚并且进行了仿真试验在进行核模糊聚类分析之前‚首先对大量的雷达序列信号进行稀释。侦察机会同时接收到各个方向的辐射源发射的信号‚由于雷达的空间位置是不会突变的‚所以信号的到达方向（DOA）参数也不会突变‚DOA从物理位置上就能够把不同方向的辐射源区别开来。实际上‚所要进行分选的信号就是来自同一方向的多个辐射源混合的信号。因此‚准确的DOA是一个有力的分选参数‚用准确的DOA作为密集信号流的预分选是解决各类特殊雷达信号可靠分选的重要途径。将大量、密集的序列信号数据按DOA稀释成若干数据集‚在脉宽调制（PDW）中重复频率（RF）‚脉宽（PW）相对固定‚脉幅（PA）是一个不确定的参数‚不能用来作为分选判定的依据。

​

2 仿真代码

%%采用RBF核，K(X1,X2)=exp(-a*||X1-X2||)%%初始化数据clcclose all​a=0.05;%核函数参数e=0.05;%寻找优胜类相似性度量阈值d=5;%共享数据判断合并类的向量数量s=0.1;%初始步长T=100;%消除噪声取样间隔n=3;%消除噪声阈值a0=1;%惩罚项初始参数num=1000;%q=0.01;%方差参数​%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%仿真数据未分选图%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%signal1=signal_create(num,q);figure(1);title('数据分布');plot(signal1(:,1),signal1(:,2),'.b');hold on;​%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%创建新类%%%%%%%%%%%%%%%%%%%%%%%%%%%%%Cdata=cell(1,1000);%存放每一类Adata=cell(1,1000);%存放类向量的权值Pdata=zeros(1,1000);%偏移量N=zeros(1,1000);%各类向量数量总数share_kind=zeros(1000,2);%共享数据share_num=0;​m=1;%类数量Cdata{1,1}(1,:)=signal1(1,:);%第1类的首个向量Adata{1,1}(1,1)=s;Pdata(1)=s;N(1)=1;num_data=1;%已判断信号向量数f=0;​for j=1:2999 num_data=num_data+1;     %%%%%%%%%%%%%%%%%%%%%%%消除噪声%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%     if j mod 100==0%         %     end,Pdata,m ] = delete_kind( Cdata,Adata,Pdata,N,m,m_out(i));     endend​end​​​​​​

3 运行结果

4 参考文献

[1]于新星, 王永. 基于在线核聚类的雷达信号分选方法[J]. 计算机工程, 2012, 38(3):270-272.

[2]陈彬, 骆鲁秦, 赵贵喜. 基于核模糊聚类的雷达信号分选算法[J]. 舰船电子对抗, 2009, 32(4):4.

[3]王易丽, 杨宇明. 一种基于改进谱聚类的雷达信号分选算法. 

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。