[发明专利]一种基于核簇支持向量聚类的雷达信号分选方法

权利要求书

1.一种基于核簇支持向量聚类的雷达信号分选方法，其特征在于，分选步骤如下：

步骤1：根据利用调整后的锥面聚类标识RCCL算法进行聚类标识的支持向量聚类SVC算法对脉间参数所表征的辐射源信号进行RSVC聚类分选；

所述调整后的锥面聚类标识RCCL算法实现步骤如下：首先计算Z；然后计算支持向量对之间的欧氏距离，如果距离小于2Z，则将这两个支持向量归为一类；接着重复进行上一步直到所有支持向量完成聚类；

其中：

式中R为最优超球面半径，q为高斯核宽度；

所述RSVC聚类分选实现步骤如下：先根据初始参数执行支持向量聚类SVC算法；再应用相似熵SE指标调整聚类参数，此处SE值由RCCL算法得到的核簇计算；最后根据最终参数运行聚类算法，得到分选结果；所述初始参数是指，令支持向量聚类SVC算法中的惩罚因子P＝1，根据公式(7)计算出初始q值：

所述应用相似熵指标SE调整聚类参数的算法如下：

步骤1.1首先令惩罚因子P＝1；

步骤1.2根据q＝1/max_ij||g_i-g_j||²计算出初始q值；

步骤1.3根据参数q运行SVC算法，得到一个中间聚类结果；

步骤1.4判断步骤1.3产生的结果中，支持向量SVs数目是否急剧增多或者是否包含单样本向量形成的聚类，若条件为真则启发式减小P并转到步骤1.3，否则转到步骤1.5；

步骤1.5根据RCCL算法，由聚类结果计算SE值；

步骤1.6如果SE值为最大值，则转到步骤1.7，否则启发式增大q并转到步骤1.3；

步骤1.7确定最终聚类分选参数q和P，并根据最终参数运行聚类算法，得到聚类结果；

所述相似熵指标SE计算公式为：

SE＝max{SE_c,2≤c≤N-1} (1)

式中，c表示由SVC聚类算法得到不同的聚类数目，相似熵指标SE_c满足下式：

其中，C表示由支持向量及等值线内部数据点组成的簇类，H_sep(C)表示类间相似熵，H_comp(C)表示类内相似熵，其求解公式如下：

式中：

其中，m_l表示聚类C_l中心，g_ki表示聚类C_k中第i个样本，S_l,ki表示m_l与g_ki之间的相似系数；当l＝k时，H_lk表示聚类C_l类内相似熵，当l≠k时，H_lk表示聚类C_l与聚类C_k之间相似熵；

步骤2：根据步骤1产生的漏选脉冲，推出需要进行后续处理的脉内参数数据；

步骤3：对步骤2中的脉内参数数据进行特征提取，特征选择并形成特征向量；

步骤4：利用基于MCCL的支持向量聚类SVC算法联合SE指标的分选方法，对步骤3得出的脉内特征进行聚类分选；

所述MCCL实现步骤如下：

首先计算Z；

然后计算支持向量对之间的欧氏距离，如果距离小于2Z，则将这两个支持向量归为一类；接着重复进行上一步直到所有支持向量完成聚类；最后处理剩余数据点：(1)如果剩余数据点为正常值，则计算正常值g与SV之间的距离d，将g合并到与SV距离d最小的类中；(2)如果剩余数据点为异常值，则计算异常值g′与步骤2已完成聚类的质心之间距离，将g′合并到与质心距离d′最小的类中；

其中：

式中R为最优超球面半径，q为高斯核宽度；

步骤5：将步骤1产生的核簇与步骤4产生的分选结果进行合并，完成辐射源信号的分选。

2.如权利要求1所述的雷达信号分选方法，其特征在于，所述脉内参数或脉间参数类型包括常规雷达信号CW、线性调频雷达信号LFM、非线性调频雷达信号NLFM、二相编码雷达信号BPSK、四相编码雷达信号QPSK和频率编码雷达信号FSK。

3.如权利要求1所述的雷达信号分选方法，其特征在于，步骤1中所述辐射源信号包括脉冲描述字PDW中的脉冲重复间隔PRI、脉冲载频RF、脉冲到达方向DOA，脉冲到达时间TOA，脉宽PW和幅度PA。