基于模糊C类均值聚类的信源数估计方法

• 作者: 刘强 刘赞 刘进 陈西宏
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 信源数估计 特征值 盖氏圆 模糊聚类
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 电子技术
• 页码范围: 244-248
• 页数: 5页
• 分类号: TN011
• 字数: 4770字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2019.02.03

摘要

信源数估计的性能直接影响着高分辨测向的精度.为提高估计方法的性能,提出一种基于模糊C类均值(fuzzy C-means,FCM)聚类的信源数估计方法.在此方法中,信号的协方差阵的特征值及其差值,对协方差阵酉变换得到的盖氏圆半径及其差值作为FCM聚类过程中的样本指标.最终判断样本归属时,引入容错概率的概念.在接受一定程度容错的前提下,提高了算法的性能.在不同噪声类型下进行仿真的结果表明,所提出的信源数估计方法性能较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈西宏	空军工程大学防空反导学院	140	621	11.0	16.0
2	刘强	空军工程大学防空反导学院	32	112	6.0	9.0
3	刘赞	空军工程大学防空反导学院	22	99	6.0	8.0
4	刘进	空军工程大学防空反导学院	15	46	4.0	6.0