[发明专利]基于改进布谷鸟算法的雷达信号分选方法及装置

权利要求书

1.一种基于改进布谷鸟算法的雷达信号分选方法，其特征在于，包括：

获取数据对象集合；所述数据对象集合由N个雷达信号的脉冲描述字组成，且每一个所述脉冲描述字由n维度的特征参数组成；

对所述数据对象集合进行归一化处理，获得中间集合；

对所述中间集合进行移除孤点处理，获得目标对象集合；

通过改进布谷鸟算法和K均值聚类算法对所述目标对象集合进行聚类处理，并输出聚类结果；该步骤包括：

随机产生k个聚类中心，对所述目标对象集合中的所述脉冲描述字进行划分，得到k个聚类簇；

根据各所述聚类簇中的所述脉冲描述字计算各所述聚类中心的适应度，并计算结果度量；所述适应度为：

其中，Fit(i)为第i个所述聚类中心的适应度；DS_i为第i个所述聚类簇中所有所述脉冲描述字到该聚类簇聚类中心的距离和，且i＝1,2,…,k；CN_i为第i个所述聚类簇中的脉冲描述字数量；

以及所述结果度量为：

其中，G为结果度量；

通过预设鸟窝位置更新算法对除最优聚类中心剩余的k-1个所述聚类中心进行更新，得到k个更新后的所述聚类中心；

对所述目标对象集合中的所述脉冲描述字进行重新划分，得到k个更新后的所述聚类簇，并根据更新后的各所述聚类簇中的脉冲描述字计算更新后的每个所述聚类中心的适应度，并计算结果度量；

判断更新后的所述结果度量是否大于更新前的所述结果度量，若是，则保留更新后的聚类结果，否则，保留上次聚类结果；

根据最大类内距离和最小类内间距离调整所述聚类结果；

判断是否满足迭代结束条件，若满足，则输出所述聚类结果，否则，根据预设发现概率抛弃所述聚类中心并重建后，循环执行数据点划分、位置更新以及迭代过程，直至满足所述迭代结束条件，输出所述聚类结果。

2.如权利要求1所述的基于改进布谷鸟算法的雷达信号分选方法，其特征在于，所述对所述数据对象集合进行归一化处理采用的归一化公式为：

其中，v′_i、v_i分别为所述数据对象集合中任一所述脉冲描述字在第i维度归一化处理后和归一化处理前的所述特征参数；minV_i为所述数据对象集合中的第i维度所述特征参数的最小值，maxV_i为所述数据对象集合中的第i维度所述特征参数的最大值。

3.如权利要求1所述的基于改进布谷鸟算法的雷达信号分选方法，其特征在于，所述对所述中间集合进行移除孤点处理，包括：

构建数域空间，所述数域空间中每一个数据点对应所述中间集合中的一个归一化处理后的所述脉冲描述字；

计算数域空间中各所述数据点的势值；

将所述势值小于势值平均值的所述数据点确定为孤立点。

4.如权利要求3所述的基于改进布谷鸟算法的雷达信号分选方法，其特征在于，所述势值的计算公式为：

其中，δ为所述数域空间中的第i个数据点pdw_i对数据点M的影响因子，d(pdw_i,M)为数据点pdw_i到数据点M之间的欧式距离。

5.如权利要求1所述的基于改进布谷鸟算法的雷达信号分选方法，其特征在于，所述预设鸟窝位置更新算法为：

其中，为下一次迭代第i个所述聚类中心的位置；R₁为方向参数，用于决定在下一次迭代第i个所述聚类中心的位置更新方向；R₂为距离参数，用于决定下一次迭代中所述聚类中心的移动距离；R₃为权重参数；R₄为引导参数，用于决定所述聚类中心的位置更新方式是正弦操作还是余弦操作；t为当前迭代次数；为当前迭代的最优聚类中心。