[发明专利]一种雷达辐射源个体识别的大规模流式数据处理方法

权利要求书

1.一种雷达辐射源个体识别的大规模流式数据处理方法，其特征在于：首先对已知的辐射源脉内特征波形模板库进行训练，通过计算模板库中各脉内特征波形之间的相似度，确定每个辐射源个体的相似度阈值，生成脉内特征波形阈值序列；Spark Streaming分布式计算平台通过套接字接收辐射源二进制中频数据流，基于时间窗口的大小数据流被划分成离散的数据段，根据中频数据XML解析描述对每个数据段进行解析，得到信号脉内瞬时幅度波形和瞬时频率波形各采样点的值；以瞬时幅度和瞬时频率两种特性作为识别特征，使用动态时间规整算法对解析得出的两种波形与模板库中的波形进行相似度计算；搜索特征波形阈值序列，将相似度计算结果与阈值序列中对应辐射源个体的阈值进行比较，大于等于阈值则认为两个辐射源相似，存在多个满足阈值条件的结果，取相似度值最大的两个辐射源作为最终个体识别结果，上述过程利用Map/Reduce操作实现计算过程的并行性；对于完成个体识别后的一对辐射源，选择在模板库中特征波形具有更好区分度的辐射源个体对模板库进行更新。

2.一种根据权利要求1所述的雷达辐射源个体识别的大规模流式数据处理方法，其特征在于：所述辐射源个体相似度阈值的判定利用了知识库中已知辐射源个体特征波形之间的相似度，确定待识别的特征波形是否是知识库中的某一个体，其相似度阈值必须大于等于知识库中其他特征波形与该个体相似度计算后的最大值，知识库中的特征波形越多，相似度阈值的置信度越高。

3.一种根据权利要求1所述的雷达辐射源个体识别的大规模流式数据处理方法，其特征在于：所述的辐射源个体相似度计算过程在分布式计算平台上进行。

4.一种根据权利要求1所述的雷达辐射源个体识别的大规模流式数据处理方法，其特征在于：辐射源个体相似度计算后的最大解和模板库中的模板进行最优选择，使用与模板库中其他波形相似度之和最小的辐射源特征波形对模板库进行更新。