没有合适的资源?快使用搜索试试~ 我知道了~
基于数据场聚类与时差的雷达信号分选方法.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 60 浏览量
2022-12-15
14:18:13
上传
评论
收藏 1.1MB DOCX 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/87292010/0001-e37809a8b1fa4a458a8fa74bd5528963_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
13页
基于数据场聚类与时差的雷达信号分选方法.docx
资源推荐
资源详情
资源评论
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![](https://csdnimg.cn/release/download_crawler_static/87292010/bg1.jpg)
雷达信号分选利用同一雷达脉冲参数间的相似性和不同雷达脉冲参数间的差异性,对
截获到的雷达脉冲序列进行去交错处理,为雷达识别、定位和威胁等级评估等提供依据
[1-
2]
。随着电磁环境的复杂化,仅使用单个侦察接收站截获并独立分选雷达信号难以满足现代
战场信号分选需求,因此多站时差分选方法逐渐成为研究热点。
多站时差分选方法主要利用同一脉冲到达不同接收站的时差信息进行分选,在短时间
内雷达与接收站之间的位置变化较小,所以时差信息相对稳定,利用时差信息进行分选可
靠性较高
[3-4]
。现有多站时差分选方法主要通过提取直方图中超过门限的直方峰来实现分
选,难以分选超高重频和超低重频的雷达脉冲
[5]
。针对以上问题,文献[6]分析了各种重频
形式的雷达脉冲对应的时差信息在直方图中的分布情况,并通过扩展直方图分选出来自不
同雷达的脉冲序列,但是该方法在脉冲配对时只利用了时差信息,导致直方图中噪声直方
峰较多。文献[7]通过更新脉冲的配对约束条件,能有效降低直方图中虚假直方峰和噪声直
方峰的数量,但是该方法在第一次直方图统计中不能直接分选出超低重频的脉冲,实时性
较差。文献[8]联合多参数信息对“脉冲对”进行精确配对,能快速分选出超低重频脉冲信号
和单脉冲信号。现有多站时差分选方法直接剔除所有配对失败的脉冲,但在实际场景中难
以保证每部接收站都能截获所有的雷达脉冲,即某些雷达辐射的所有脉冲只能被单部接收
站截获,因此剔除所有失配脉冲会造成漏警率升高。基于划分的 K-means 聚类算法利用脉
冲参数间的相似性把脉冲样本划分成多个集合,具有简单、易实现和收敛速度快等优点
[9-
10]
,在雷达信号领域得到广泛应用,可有效处理多站时差分选方法中的失配脉冲。但是该
算法需要预先知道聚类数目
[11-12]
, 且对初始聚类中心较为敏感,若初始聚类中心选择不当,
聚类结果很容易陷入局部最优
[13-14]
。除此之外,干扰脉冲对 K-means 算法的影响较大
[15-16]
。
鉴于上述问题,提出了一种基于数据场聚类与时差的雷达信号分选方法。先完成脉冲
配对与多站时差分选;然后使用数据场剔除失配脉冲集合中的干扰脉冲,获得聚类数目与
初始聚类中心;最后根据 K-means 聚类算法完成分选。
1. 基于数据场聚类与时差的雷达信号分选系统
基于数据场聚类和时差的雷达信号分选的系统框图如图 1 所示,从图 1 可知,该分
选框架主要分为多站时差分选和聚类处理 2 个部分。
![](https://csdnimg.cn/release/download_crawler_static/87292010/bg2.jpg)
图 1 基于数据场聚类与时差的雷达信号分选系统框图
下载: 全尺寸图片 幻灯片
多站时差分选:先对接收站截获的脉冲进行配对,计算配对成功的脉冲对之间的时差
信息,得到有效时差集合,再将有效时差转换至直方图中实现时差分选,得到 M 个辐射源
脉冲集合;配对失败的脉冲组成失配脉冲集合 F。
聚类处理:主要处理失配脉冲集合 F。先利用数据场剔除集合 F 中的干扰脉冲,得到
K-means 聚类所需的数目 K 和初始聚类中心 c;再通过 K-means 聚类算法完成分选,得到
S 个脉冲集合和干扰脉冲。
2. 基于数据场聚类与时差的雷达信号分选方法
2.1 多站时差分选原理
多站时差分选方法的原理是:在较短观测时间内同一雷达辐射的所有脉冲到达各接收
站的时差基本不变,这些脉冲的时差会在直方图中累积时差直方峰,提取直方峰对应的脉
冲,从而实现分选。两部接收站之间的时差分选流程如图 2 所示,包括脉冲配对、直方图
统计和时差提取 3 个步骤
[17]
。
![](https://csdnimg.cn/release/download_crawler_static/87292010/bg3.jpg)
图 2 多站时差分选流程框图
下载: 全尺寸图片 幻灯片
假设接收设备前端对截获信号完成了预处理,得到了各脉冲的脉冲描述字(pulse
description word, 简称 PDW),接收站 1 和接收站 2 的脉冲序列分别为:
X1={x11,x12,⋯,x1n}={{t11,N11},{t12,N12},⋯,{t1n,N1n}},
(1)
X2={x21,x22,⋯,x2m}={{t21,N21},{t22,N22},⋯,{t2m,N2m}}∘
(2)
其中:x
1
i
表示接收站 1 截获的第 i 个脉冲,每个脉冲又可以表示为{t
1
i
, N
1
i
};t
1
i
表示第
i 个脉冲到达接收站 1 的到达时间;N
1
i
表示除了到达时间之外的其它 PDW,包括脉宽
(pulse width, 简称 PW)、载频(radio frequency, 简称 RF)和带宽(band width, 简称 BW)等; n
和 m 分别表示接收站 1 和接收站 2 截获的脉冲总数。
首先,对接收站截获的脉冲进行配对,配对的约束条件有时差窗约束条件和 PDW 参
数约束条件,分别为
Δti,j=t1i−t2j,i=1,2,⋯,n,j=1,2,⋯,m,
(3)
。ηi,j=[(N1i−N2j)TW(N1i−N2j)]1/2,i=1,2,⋯,n,j=1,2,⋯,m。
(4)
其中,式(3)是计算脉冲对之间的时差信息,式(4)是计算脉冲对之间的 PDW 参数匹配
程度,所有满足式(3)和式(4)脉冲对的时差构成有效时差集合 T;W 表示加权矩阵,其对角
元素的取值与对应参数测量误差的平方成反比
[18]
。
然后,将时差窗[ω
L
, ω
H
]划分成等宽的 G 个直方格,再将有效时差集合 T 转换至对应
的直方格里,统计每个直方格中的时差个数,得到直方图矢量 h:
。h=[h1,h2,⋯,hG]。
(5)
其中直方格的宽度由到达时间的测量误差决定,时差窗[ω
L
, ω
H
]由接收站之间的距离
决定
[19]
;h
G
表示第 G 格直方格中时差的个数。
最后,依次提取直方图矢量 h 中元素最多的时差对应的脉冲对,得到多个辐射源脉冲
集合。
剩余12页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/3f07197aad004e4fa57ac5a008eb6aaf_weixin_57147647.jpg!1)
罗伯特之技术屋
- 粉丝: 3869
- 资源: 1万+
![benefits](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-1.c8e153b4.png)
下载权益
![privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-2.ec46750a.png)
C知道特权
![article](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-3.fc5e5fb6.png)
VIP文章
![course-privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-4.320a6894.png)
课程特权
![rights](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-icon.fe0226a8.png)
开通VIP
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)