一种基于改进DBSCAN的雷达信号分选算法

• 作者: 王星 陈相 周一鹏 陈游 肖冰松 王洪迅
• 来源期刊: 空军工程大学学报（自然科学版）
• 关键词: DBSCAN 聚类 云模型 雷达信号分选
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 电子信息与通信导航|Electronic Information and Communication Navigation
• 页码范围: 47-54
• 页数: 8页
• 分类号: TN97
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2021.03.008

摘要

针对传统DBSCAN算法参数设置依靠人工经验的不可靠性,并且对非均匀数据聚类效果差的问题,基于云模型(Cloud Model)提出了一种CMDBSCAN算法,算法首先结合距离曲线倾角突变的特点自适应获得邻域半径,并根据雷达信号分布密度设置聚类密度点数阈值,可实现DBSCAN算法自适应运行;同时结合多维云模型理论,对DBSCAN算法分选结果进行有效性评估,利用判定结果进一步优化参数设置.根据仿真模拟的复杂对抗过程中帧收的雷达信号进行实验,证明该算法可实现非均匀雷达信号的自适应分选,同时可有效避免在多功能雷达信号分选中的"增批"问题.