[發明專利]一種多功能雷達脈沖序列的模式級無監督分選方法

有效

• 申請號: 202110407559.6
• 申請日: 2021-04-15
• 公開（公告）號: CN113128584B
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 李巖;張滋林;李云杰;田震;楊健
• 申請（專利權）人: 北京理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G01S7/02;G01S7/295;G01S7/36
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 田亞琪

本發明公開了一種多功能雷達脈沖序列的模式級無監督分選方法，首先將輸入信號樣本通過無監督的聚類方法，形成不同的模式級別的簇；然后采用兩種自適應方法，包含重要特征微調和序列連續性檢測，以確定簇間的模式和輻射源關系，同時實現兩級標注；本發明方法即使沒有嚴苛的先驗信息，也能夠實現多功能雷達的在線分選，具有較高的可靠性和準確性。

技術領域

本發明屬于雷達電子偵察和人工智能交叉的技術領域，具體涉及一種多功能雷達脈沖序列的模式級無監督分選方法。

背景技術

電子戰系統的主要任務是發現輻射源的存在并盡快生成對抗策略，該系統的主要組成部分是對輸入的多輻射源脈沖序列進行分選，為后續干擾措施的選擇打下基礎。傳統的輻射源分選算法依賴于已有特征模板的匹配，或者根據實測脈沖描述字(PDW)的到達時間(TOA)參數進行直方圖統計。早期流行的兩種方法是累積差分直方圖(CDIF)和序列差分直方圖(SDIF)方法。雖然上述方法在工作模式簡單的傳統輻射源上表現良好，但它們很難適應工作模式變化的多功能雷達的混合序列。另一種是基于深度學習的方法，利用大量數據訓練出一個神經網絡的分類模型，盡管這種方法效果很好，然而在實際環境中很難獲得足夠數量的有效數據，并且該方法無法對沒有樣本的未知輻射源進行分選。

發明內容

有鑒于此，本發明提供了一種多功能雷達脈沖序列的模式級無監督分選方法，能夠解決多功能雷達的脈沖序列分選問題。

實現本發明的技術方案如下：

一種多功能雷達脈沖序列的模式級無監督分選方法，包括以下步驟：

步驟一、對于接收到的每一個包含F個特征參數的PDW樣本x＝[f₁,f₂,..,f_F]進行累積；當數據量達到K個樣本的時候，將K個樣本作為一個數據段X＝{x₁,x₂,....,x_K}；

步驟二、對數據段X＝{x₁,x₂,....,x_K}進行AP聚類，得到包含t個簇中心的集合C^AP＝{c₁,c₂,...,c_t}，其中是第p個簇的中心；然后，計算C^AP＝{c₁,c₂,...,c_t}中所有中心點兩兩之間相似度，如果相似度大于設定的相似性閾值Theshold^AP+，則將兩個中心合并，直到所有中心間的相似度小于閾值Theshold^AP+；最終，得到t*個中心的集合C^AP+＝{c*₁,c*₂,...,c*_t*}，以及每一個樣本的聚類標簽Label*_k(k＝1,2,...,K)；

步驟三、已有模板中的每一個條目，記錄了已知類別的中心c^Tem，以及對應的輻射源L^E(c^Tem)和模式標簽L^M(c^Tem)；選取步驟二中的一個中心與模板中記錄的中心c^Tem進行匹配，計算余弦相似度；當余弦相似度大于設定的匹配閾值Threshold^Template時，為該中心的簇內所有樣本分配模板中對應的輻射源標簽和模式標簽如果余弦相似度小于Threshold^Template，則認為是一個新的類別，將中心特征輸入步驟四中；