針對在實際作戰(zhàn)中雷達對抗偵察設備對未知雷達進行工作狀態(tài)識別時,難以獲取和利用充足的訓練樣本的問題,提出了基于主成分分析的雷達行為狀態(tài)聚類分析方法。該方法通過分析雷達行為狀態(tài)類型與雷達信號脈沖參數(shù)間的本質(zhì)關聯(lián),以獲得可用于分類的特征。首先對機載側視雷達遠區(qū)搜索、近區(qū)搜索及跟蹤等不同工作狀態(tài)下的雷達信號特征進行深入分析,選擇合適的雷達脈沖序列組成雷達樣本庫。然后,對測試信號特征進行預處理,結合主成分分析方法提取合適的特征參數(shù),并對C-均值聚類算法進行了改進,完成了樣本數(shù)據(jù)的分類,該方法能夠在小樣本數(shù)據(jù)條件下進行分類。仿真結果表明,該方法可以用于雷達行為狀態(tài)的分類并且不易受初始數(shù)據(jù)及隨機聚類中心的影響。 

【文章來源】：探測與控制學報. 2020,42(02)北大核心CSCD

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 雷達行為狀態(tài)分析模型建立
2 基于主成分分析的樣本優(yōu)化
    2.1 數(shù)據(jù)預處理
    2.2 基于主成分分析的樣本篩選
    2.2 基于均值漂移優(yōu)化C-均值聚類算法
3 仿真實驗與分析
    3.1 實驗一
    3.2 實驗二
4 結論


【參考文獻】：
期刊論文
[1]基于聚類主成分分析法的變壓器參數(shù)關聯(lián)度評估[J]. 王洪授,黃同愿,陳紅光,楊弦,王煉紅.  火力與指揮控制. 2017(04)
[2]基于多層次建模的機載相控陣雷達工作模式識別[J]. 李輝,鄭坤,金煒東,熊維毅,陳韜偉.  電子信息對抗技術. 2016(04)
[3]基于最優(yōu)解析樹提取的多功能雷達狀態(tài)快速估計方法[J]. 代鸝鵬,王布宏,曹帥,沈海鷗.  電子學報. 2016(03)
[4]認知電子戰(zhàn)的關鍵技術發(fā)展動態(tài)與分析[J]. 戴幻堯,周波,雷昊,申緒澗.  飛航導彈. 2014(09)
[5]基于自提取脈沖樣本圖的雷達信號快速提取法[J]. 孟祥豪,羅景青,王杰貴.  航天電子對抗. 2014(04)
[6]Reconstruction of Multifunction Radar Search Plan Based on Multiple Sequence Alignment[J]. MA Shuang,LIU Zheng,JIANG Wenli.  Chinese Journal of Electronics. 2014(01)
[7]基于均值漂移和模糊C均值聚類的圖像分割算法[J]. 陳志飛,時宏偉,呂學斌,孫旭.  計算機應用與軟件. 2013(11)
[8]機載雷達工作模式識別[J]. 賈朝文,周水樓.  電子信息對抗技術. 2011(01)
[9]多功能雷達建模中的雷達字提取技術研究[J]. 劉海軍,樊昀,李悅,柳征,周一宇.  國防科技大學學報. 2010(02)

博士論文
[1]雷達電子偵察的多層次處理關鍵技術研究[D]. 李程.國防科學技術大學 2015



本文編號：3477943