基于聚类分析的多信号分类识别算法研究

• 作者: 任修坤 宋喜玉 柏婷
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 统计特性 相关系数 聚类分析 多分类器融合
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 信息与通信工程
• 页码范围: 31-35
• 页数: 5页
• 分类号: TN974
• 字数: 4786字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2019.01.006

摘要

为满足敌对环境下我方掌握敌方设备数量和系统设计环境的需求,研究无训练序列时的多信号分类识别问题.在接收信号已知、优化准则数目未知的情况下,提出基于聚类分析的多信号分类识别算法对响应系统的数量和设计进行评估.首先,利用信号样本的均值、方差和范数等数字特征进行总体分类;然后,分析最优波形的相关性,设定相关性门限,粗略估计优化准则数目;最后,通过聚类方法对信号样本进行细分类.对3550组实际信号样本数据进行分类.结果表明,相关性门限为0.2时得到的数据6分类结果可信度效果最高,进一步计算出3550组样本数据具体的6分类结果和6类系统响应准则.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任修坤		23	49	4.0	5.0
2	宋喜玉		1	0	0.0	0.0
3	柏婷		4	6	1.0	2.0