基于主成分分析的雷达行为状态聚类分析方法

• 作者: 方旖 毕大平 潘继飞 陈秋菊
• 来源期刊: 探测与控制学报
• 关键词: 认知对抗雷达 雷达行为 C-均值算法 主成分分析 聚类识别
• 年，卷（期）: 2020,（2）
• 页码范围: 112-118
• 页数: 7页
• 分类号: TP301.6|TN957.51
• 语种: 中文

摘要

针对在实际作战中雷达对抗侦察设备对未知雷达进行工作状态识别时,难以获取和利用充足的训练样本的问题,提出了基于主成分分析的雷达行为状态聚类分析方法.该方法通过分析雷达行为状态类型与雷达信号脉冲参数间的本质关联,以获得可用于分类的特征.首先对机载侧视雷达远区搜索、近区搜索及跟踪等不同工作状态下的雷达信号特征进行深入分析,选择合适的雷达脉冲序列组成雷达样本库.然后,对测试信号特征进行预处理,结合主成分分析方法提取合适的特征参数,并对C-均值聚类算法进行了改进,完成了样本数据的分类,该方法能够在小样本数据条件下进行分类.仿真结果表明,该方法可以用于雷达行为状态的分类并且不易受初始数据及随机聚类中心的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘继飞	国防科技大学电子对抗学院预警对抗系	19	16	2.0	2.0
3	毕大平	国防科技大学电子对抗学院预警对抗系	34	43	3.0	4.0
4	方旖	国防科技大学电子对抗学院预警对抗系	3	0	0.0	0.0
7	陈秋菊	国防科技大学电子对抗学院预警对抗系	7	0	0.0	0.0