基于数据场聚类与时差的雷达信号分选方法

摘要

针对现有多站时差分选方法无法处理失配脉冲信号导致漏警率高的问题,提出了一种基于数据场聚类与时差的雷达信号分选方法。首先对各接收站截获的雷达脉冲进行配对,完成多站时差分选;然后利用数据场剔除失配脉冲集合中的干扰脉冲,获得聚类数目和初始聚类中心;最后利用K-means算法计算脉冲到各个聚类中心的欧式距离,并将其划分到距离最近的聚类中心所在的脉冲集合中,完成最终分选。仿真结果表明,与现有多站时差分选方法相比,该方法可有效处理只能被单部接收站截获的失配脉冲,其漏警率降低了30.30%,脉冲处理正确率提高了25.07%;同时与传统K-means算法相比,通过引入数据场不仅降低了干扰脉冲对聚类结果的影响,还能获取初始聚类中心和聚类数目,避免了聚类结果陷入局部最优。

关键词

信号分选 / 数据场 / K-means聚类 / 时差 / 漏警率