雷達信號非均勻粒度聚類分選方法

文/李寶雙

科學技術的不斷進步和快速發展，促使各個領域在發展過程中，都在積極主動的朝著智能化、科技化的趨勢發展。尤其是在當前現代電子技術的對抗和競爭過程中，涌現出很多具有復雜信號特征的新體制雷達，同時還推出了具有各種不同類型特征的功能性雷達。由于不同種類雷達的出現，在無形當中促使戰場的電磁信號環境越來越復雜，在針對這一大環境背景提出有效解決措施時，要結合實際情況，積極采取有針對性的措施，這樣不僅可以滿足電子對抗信號環境在發展過程中的個性化需求，而且還可以推出和落實新的分選方法。通過這種方式，可以對雷達信號當中的一些價值信息進行獲取和處理，這樣可以實現對電子雷達科學合理的利用，同時還可以對對抗電磁的具體態勢進行有針對性的預測，對預測結果進行有效評估。

1 聚類分析方法

聚類分析方法在數據深入挖掘中科學合理的利用，不僅可以保證數據在挖掘時的準確性和有效性，而且還能夠從根本上保證該方法實際應用過程中的功能特征可以得到有效發揮。在對聚類分析方法進行結合分析之后，發現該方法在實際應用過程中，其主要是將物理或者是具有抽象特征的對象，按照集合特征，將其分成由類似對象相互組成的多個類的過程，整個劃分過程可以被稱之為聚類。通過對聚類的實際分成過程進行分析和研究，發現在實踐中通過聚類而生成的類其實可以被看作是一組數據對象的有效集合。在針對這些對象進行分析時，發現這些對象與同一類當中的對象之間具有相似之處。與此同時，與其他各種不同類當中的對象之間具有明顯的差異性。除此之外，在針對對象相互之間的相異程度進行判斷和分析時，為了保證最終判斷結果的準確性和有效性，通常情況下，會在對象相互之間的距離基礎上，對其進行計算和分析。在諸多應用實踐過程中，為了可以體現出聚類分析方法在實際應用過程中的價值和功能特征，通常都會將一個簇當中的數據對象看作是一個整體，這樣可以起到良好的分析和應用效果。通過對聚類分析方法在實際應用過程中的情況進行分析和研究，發現在具體分析和研究過程中，要想將聚類分析方法在應用時的作用和價值充分發揮出來，就必須要與樣本間相互之間的關聯度量標準進行有效結合。聚類分析方法在實際應用過程中，要與實際情況進行結合，通常情況下，可以利用劃分方法、在密度基礎之上的方法等。這樣不僅可以提高各種不同類型方法在實際應用過程中的效率和質量，而且還能夠滿足不同類型雷達信號的分選要求。

表1：雷達參數設置分析表

表2：不同距離閾值(粒度)下的聚類結果分析表

2 非均勻粒度雷達信號聚類分析

通過對雷達信號現階段的實際情況進行分析和研究，發現雷達信號分選是其中非常重的環節。在針對一些常規雷達進行分選時，由于常規雷達已經經過了漫長的發展歷史，所以與其對應的分選方法也相對比較成熟。在常規雷達分選過程中，無論是在軟件方面，或者在硬件方面，技術都比較成熟，同時處理速度普遍比較快，并不存在過于嚴重的問題。但是對于一些具有特殊性特征的雷達而言，這些雷達本身就是特殊制造而成，所以在參數方面存在非常明顯的變化性特征，這樣就會導致分選操作在實踐中很難得到有效落實。尤其是在當前電子環境越來越復雜的背景下，脈沖交疊現象越來越嚴重，這樣不僅直接導致信號分選的復雜性越來越到，而且還會在無形當中增加信號分選時的難度要求。但是，在與實際情況進行結合分析時，發現在具體操作過程中，無論雷達輻射源信號在調制過程中的樣式是否具有復雜性和有效性，如果屬于同一輻射源范圍之內的信號，這些信號相互之間必然會呈現出比較高的自相似性特征。各種不同類型的輻射源相互之間的信號可以呈現出的相似性特征普遍比較低。聚類分析方法在實際應用過程中，要想保證該技術在實踐中的應用效果可以得到充分發揮，就必須要與數據本身的自相似性特征進行有效結合，同時還要將同類信號全部都聚集在一起。與此同時，為了保證該技術在實際應用過程中的有效性，要結合實際情況，將聚類分析技術在實踐中的應用效果、特點等進行有效結合，同時還要與非均勻粒度聚類計算方法在實際應用過程中的優勢特點進行結合。這樣可以將非均勻粒度聚類技術科學合理的應用到雷達信號的分選操作當中，并且可以保證分選環節的有序開展。

3 仿真實驗結果研究

在針對雷達信號進行分選時，為了保證聚類分析方法可以在實際應用過程中取得良好的應用效果，將該方法的有效性和針對性的充分發揮出來。在實踐中要與一些具有特殊性和復雜性的雷達信號特點進行有效結合，這樣做的根本目的是為了將三部復雜體制雷達的脈沖信號進行模擬處理。在模擬的基礎上，可可以與實際情況進行結合，按照規定的要求和標準，在到達制定時間之后，可以實現相互之間的有效混合。在與實際情況進行結合之后，要結合實際情況，對每一部雷達的信號脈沖個數進行確定，通常情況下會將其確定在500左右，在針對各種與其相對應的參數進行設置時，可以按照表1中的內容來進行。緊接著，將聚類分析方法合理應用其中，在應用之后可以得出的聚類分選結果如表2所示。

通過對仿真實驗結果進行對比分析和研究，發現在具體分選和操作過程中，第2種情況與第3種情況之間正好呈現出的是相反狀態。在針對粒度參數進行設置和具體應用時，要結合實際情況，發現在實踐中如果粒度參數是0.5的時候，那么與其相對應的聚類后類的整個區域就會比較大。甚至還有可能會出現的一種情況就是在實踐中將多部雷達的脈沖數據全部都聚類在一起，形成一部雷達。這種聚類分選方法在實際應用過程中，可以將其看作是預分選，在針對每一類進行聚類分析處理時，要與到達時間進行有效結合，這樣可以對脈沖的重復周期進行客觀有效的計算和分析。

4 結束語

在針對海量數據進行挖掘和分析時，聚類分析技術在其中具有非常重要的影響和作用，所以在雷達信號的分選過程中，需要將該技術合理應用其中，這樣才能夠實現對數據深入的挖掘，同時還可以保證數據的準確性和針對性。