[發(fā)明專(zhuān)利]一種基于模糊聚類(lèi)的宙斯盾系統(tǒng)信號(hào)分選方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201210226014.6
• 申請(qǐng)日: 2012-06-29
• 公開(kāi)（公告）號(hào): CN102749616A
• 公開(kāi)（公告）日: 2012-10-24
• 發(fā)明（設(shè)計(jì)）人: 張秀玲;劉明智;林勐;常民;張鵬芳
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京市遙感信息研究所
• 主分類(lèi)號(hào): G01S7/285
• 分類(lèi)號(hào): G01S7/285
• 代理公司: 中科專(zhuān)利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 宋焰琴

技術(shù)領(lǐng)域

本發(fā)明涉及信息技術(shù)領(lǐng)域，尤其是一種基于模糊聚類(lèi)的宙斯盾系統(tǒng)信號(hào)分選方法，用于航天、航空傳感器平臺(tái)獲取的航母編隊(duì)阿利·伯克導(dǎo)彈驅(qū)逐艦、提康德羅加導(dǎo)彈護(hù)衛(wèi)艦的雷達(dá)信號(hào)分選。

背景技術(shù)

在現(xiàn)代電子戰(zhàn)環(huán)境中，電子偵察系統(tǒng)所面臨的信號(hào)環(huán)境是由許多雷達(dá)輻射的序列信號(hào)隨機(jī)交迭而成的密集脈沖流，對(duì)這些密集雷達(dá)信號(hào)進(jìn)行分選是雷達(dá)對(duì)抗領(lǐng)域的一個(gè)重要而特殊的組成部分。

隨著新體制、新技術(shù)雷達(dá)的不斷出現(xiàn)，雷達(dá)偵察接收機(jī)接收到的信號(hào)更加密集和復(fù)雜，常規(guī)雷達(dá)信號(hào)和非常規(guī)雷達(dá)信號(hào)常常混迭在一起。非常規(guī)雷達(dá)如美國(guó)宙斯盾AN/SPY-1系列多功能相控陣?yán)走_(dá)，它具有多種工作狀態(tài)(如單脈沖、脈壓、邊跟蹤邊掃描TWS(Track?While?Scan)、跟蹤加搜索TAS(Track?and?Search)等)，而且不同工作模式下波形形式也各異。同時(shí)為提高自身的性能和抗干擾的需要，往往采用各種復(fù)雜的波形設(shè)計(jì)。如雷達(dá)信號(hào)的脈內(nèi)調(diào)制特征有線(xiàn)性調(diào)頻、相位編碼等；時(shí)域調(diào)制特征如脈沖重復(fù)周期參差、抖動(dòng)等。宙斯盾多功能相控陣?yán)走_(dá)的天線(xiàn)波束隨機(jī)掃描，可實(shí)現(xiàn)隨機(jī)搜索和邊跟蹤邊搜索，其脈沖參數(shù)也是隨機(jī)可變的，分選識(shí)別難度增大。

傳統(tǒng)常用的信號(hào)分選方法是對(duì)雷達(dá)脈沖參數(shù)逐個(gè)進(jìn)行統(tǒng)計(jì)直方圖分析，這種方法只能適應(yīng)參數(shù)不變，至少在短時(shí)間內(nèi)基本不變或者具有重復(fù)性變化規(guī)律的情況，而且存在以下幾個(gè)問(wèn)題：速度慢、對(duì)不完整數(shù)據(jù)和被污染的脈沖參數(shù)分選效果較差、無(wú)法處理大量復(fù)雜數(shù)據(jù)。利用自組織神經(jīng)網(wǎng)絡(luò)的綜合分選方法，對(duì)信號(hào)參數(shù)的變化敏感，當(dāng)兩類(lèi)信號(hào)分布參數(shù)有相交時(shí)，性能急劇下降。而且由于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)需要大量的訓(xùn)練樣本進(jìn)行多次迭代訓(xùn)練，所以該方法對(duì)突發(fā)信號(hào)的分選效果并不理想。因此，本發(fā)明引入了模糊聚類(lèi)技術(shù)，利用它的特殊性能來(lái)達(dá)到正確分選的目的。

發(fā)明內(nèi)容

為了克服現(xiàn)有利用“統(tǒng)計(jì)直方圖”方法適應(yīng)參數(shù)變化能力差、運(yùn)算速度慢、對(duì)不完整數(shù)據(jù)和被污染的脈沖參數(shù)分選效果較差、無(wú)法處理大量復(fù)雜數(shù)據(jù)；而利用“自組織神經(jīng)網(wǎng)絡(luò)”綜合分選方法對(duì)信號(hào)參數(shù)的變化敏感、兩類(lèi)信號(hào)分布參數(shù)有相交時(shí)性能急劇下降、需要大量的訓(xùn)練樣本進(jìn)行多次迭代訓(xùn)練、分選效果不理想等不足，本發(fā)明的目的是綜合利用全脈沖、脈內(nèi)特征，采用模糊數(shù)學(xué)方法，提供一種自動(dòng)高效的宙斯盾系統(tǒng)信號(hào)分選識(shí)別方法。

本發(fā)明提出的一種基于模糊聚類(lèi)的宙斯盾系統(tǒng)信號(hào)分選方法，其特征在于，該方法包括以下步驟：

步驟S1，利用平移標(biāo)準(zhǔn)差變換和平移極差變換對(duì)所述宙斯盾系統(tǒng)信號(hào)的脈沖描述字X進(jìn)行標(biāo)準(zhǔn)化處理；

步驟S2，計(jì)算標(biāo)準(zhǔn)化處理后的待分類(lèi)的宙斯盾系統(tǒng)信號(hào)脈沖描述字之間的模糊相似矩陣R；

步驟S3，基于所述步驟S2得到的模糊相似矩陣R，利用傳遞閉包法將所述模糊相似矩陣R轉(zhuǎn)換為模糊等價(jià)矩陣R^*；

步驟S4，將所述模糊等價(jià)矩陣R^*轉(zhuǎn)換為與其等價(jià)的λ截矩陣R_λ，給定一個(gè)λ值，即可得到所述λ截矩陣R_λ的分類(lèi)結(jié)果，根據(jù)所述模糊等價(jià)矩陣R^*與其λ截矩陣R_λ的轉(zhuǎn)換關(guān)系，就能夠相應(yīng)的得到所述宙斯盾系統(tǒng)信號(hào)脈沖描述字的分選結(jié)果，其中，λ為模糊聚類(lèi)分析的水平參數(shù)，即閾值；

所述步驟S2進(jìn)一步包括以下步驟：

步驟S21，對(duì)于宙斯盾系統(tǒng)信號(hào)脈沖描述字X的每一個(gè)信號(hào)樣本x_i，計(jì)算信號(hào)樣本之間的相似程度r_ij；

步驟S22，以所述信號(hào)樣本之間的相似程度r_ij為元素建立模糊相似矩陣R。

本發(fā)明的有益效果是，本發(fā)明通過(guò)基于模糊聚類(lèi)的宙斯盾系統(tǒng)信號(hào)分選，結(jié)合宙斯盾系統(tǒng)全脈沖信號(hào)、脈內(nèi)特征，采用模糊數(shù)學(xué)方法，突破了傳統(tǒng)雷達(dá)信號(hào)分選方法的局限，將全脈沖和脈內(nèi)特征融合處理，有效地解決極少信號(hào)處理的難題，提高了雷達(dá)信號(hào)特征提取的有效性。

附圖說(shuō)明

圖1是本發(fā)明所提出的基于模糊聚類(lèi)的宙斯盾系統(tǒng)信號(hào)分選方法的流程圖；

圖2是根據(jù)本發(fā)明實(shí)施例得到的動(dòng)態(tài)聚類(lèi)圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。

本發(fā)明提供的方法既可以在個(gè)人計(jì)算機(jī)、工控機(jī)及服務(wù)器上以軟件的形式安裝并執(zhí)行，也可將方法做成嵌入式芯片以硬件的形式來(lái)體現(xiàn)。