基于連通檢測和區域擴展的多重聚類方法研究

錢 濤，馬 健，劉 凱，黨 衛

(中國人民解放軍61541部隊，北京 100094)

?

基于連通檢測和區域擴展的多重聚類方法研究

錢 濤，馬 健，劉 凱，黨 衛

(中國人民解放軍61541部隊，北京 100094)

針對現有聚類算法在分選過程中存在輻射源定位和脈沖劃分的困難，提出了基于連通檢測和區域擴展的多重聚類方法。使用網格統計的方法對脈沖列分布密度進行量化，再借鑒圖像分割算法，將量化的網格矩陣劃分連通區域。基于峰值檢測和梯度下降的原則擴展連通區域，通過邊緣檢測得到最終聚類結果。仿真結果表明，該算法能保證更多的聚類脈沖列參與參數分選，提高輻射源識別率。

圓概率誤差；統計量化；連通檢測；區域擴展

0 引言

聚類算法是雷達輻射源信號分選的重要方法，也是影響輻射源提取的一項重要因素。雷達輻射源脈的沖序列定位結果在二維平面上是以一定的概率分布在真實輻射源附近，位置聚類算法根據脈沖序列的概率分布情況分選輻射源，相比聯合參數分選，位置聚類分選能得到輻射源的定位結果。通過選取適當的概率分布模型，能夠將位置聚類的問題轉換為圖像處理算法。本文借鑒圖像處理的算法，提出了基于連通檢測和區域擴展的多重聚類方法，實現脈沖序列精聚類。

1 算法依據

空間偵察對輻射源的定位結果在經緯度二維平面上以一定的概率分布在真實輻射源為圓心的圓面區域內，即遵循圓概率模型[1]，概率密度分布如圖1所示。……