一种改进的数据场聚类算法

雷达信号分选是电子侦察中的关键步骤，针对传统聚类算法需要先验知识、算法需要人为设定参数、对孤立噪声点敏感和对初始聚类中心的选取对聚类效果有直接的影响、容易出现“增批”缺点，提出一种改进的数据场聚类算法。该算法计算所有的数据对象的势值，通过寻找势心来确定初始聚类中心和聚类数目，根据数据对象的势值大小和阈值进行比较，剔除孤立噪声点，将数据对象划分到距离最近的聚类中心的那一类中完成聚类。文中仿真了12部雷达信号，包括了常规雷达、抖动雷达、参差雷达和捷变频雷达，雷达参数相近或交叠。仿真结果表明，改进的数据场聚类算法有良好的聚类效果。