[發明專利]一種基于勢距圖聯合PCA與改進云模型的雷達信號分選方法

有效

• 申請號: 202110836585.0
• 申請日: 2021-07-23
• 公開（公告）號: CN113625242B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 戚連剛;王亞妮;國強;劉立超;李明松
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于勢距圖聯合PCA與改進云模型的雷達信號分選方法，步驟如下：

步驟一：構建數據場，結合密度峰值聚類算法，獲取數據點勢能值來表述各個信號樣本點處密度的大小；

提取雷達信號的到達角DOA、脈寬PW和載頻RF構建三維數據場；形成數據場的勢能函數為：

其中：代表第i個數據在位置x中的勢能值；代表位置x處的勢能值；m_i代表每個數據的質量；假定每個數據質量相等，且滿足數據質量和為1；r為獲取數據點勢能值的截斷距離，σ代表數據場的影響因子；

步驟二：利用勢能值剔除干擾點；

將每個數據點的勢能值由大到小排序，比較兩個數據勢能值之間比值k的變化，確定干擾點，完成數據干擾點的剔除；具體如下所示：

步驟三：確定數據點的距離屬性，構建勢距圖選擇出聚類中心進而完成雷達信號的預分選；

依據獲取的數據點的勢能值按照以下公式獲取數據點的距離屬性：

其中，代表雷達信號數據點的勢能值；d_ij代表兩個脈沖數據點的距離；d_j代表第j個數據的距離屬性；

對數據點的勢能和距離按照下式所示做歸一化處理：

步驟四：利用主成分分析提取主要特征，從而構建出新特征F；

將各個類的三維特征參數DOA、PW和RF導入SPSS作主成分分析，抽取特征值采用默認設置λ＞1，得到成分矩陣和解釋的總方差；由于脈間參數特征只有3個，因此利用PCA降維后提取的新特征只有1個或者2個；具體如下所示：

F₁＝k₁₁x_PW+k₁₂x_RF+k₁₃x_DOA

F₂＝k₂₁x_PW+k₂₂x_RF+k₂₃x_DOA

上式中，F₁和F₂中的系數為成分矩陣中的數據除以主成分相對應的特征值開平方根，主成分相對應的特征值可以從SPSS分析出的解釋的總方差表中得到；

步驟五：基于新特征F利用改進的云模型理論計算數據簇與數據簇之間的隸屬度關系，解決多模雷達信號分選的“增批”問題。

2.根據權利要求1所述的一種基于勢距圖聯合PCA與改進云模型的雷達信號分選方法，其特征在于：步驟五具體為：

基于新特征F獲取各個數據簇的期望Ex、熵En和類超熵Se，如下式所示：

其中

其中，x_pq表示第p個類簇中的第q個參數樣本；s為數據簇總數；L為第p個類簇中的云滴總數，p＝1,2,…,s；q＝1,2,…,L；

在計算出數據簇的(Ex,En,Se)之后，依據正向云發生器工作原理，以En為均值，Se²為方差，在新參數特征維度上生成隨機數r之后，在獲得了單個樣本對某一數據簇隸屬度后，計算整個數據簇對某一數據簇的隸屬度；基于新特征F對數據簇的隸屬度進行T次計算，然后求取均值，具體如下所示：

其中r＝norm(En,Se²)

在獲得了數據簇之間的隸屬度后，創建最后的分類評價標準如下所示：

(1)基于新特征F獲取各個數據簇的數字特征Ex、En、Se；

(2)設置隸屬度判別門限μ；

(3)如果則判定兩類雷達信號數據屬于同一部雷達的不同工作模式；

(4)如果則判定兩類雷達信號數據屬于不同的雷達；

其中，隸屬度判別門限μ如下所示：