[发明专利]一种基于直方图极小值点的脉冲描述字自适应聚类方法

说明书

技术领域

本发明涉及一种高脉冲流密度下对复杂辐射源信号的聚类。

背景技术

脉冲描述字(Pulse Describe Word，PDW)聚类是雷达信号分选前的一个重要步骤，聚类结果的好坏直接影响到被动雷达的侦察能力。脉冲描述字聚类的主要目的是把频率、脉宽、方位等参数接近或满足一定规律的脉冲描述字归为一组，把不同辐射源产生的脉冲描述字尽量分开。脉冲描述字聚类可以在高脉冲流密度的复杂信号环境中减小脉冲描述字的时域耦合度，降低后续信号分选难度和计算量，提高分选精确度。

目前工程上常用的脉冲描述字聚类方法有：基于划分的聚类方法、基于直方图高度门限的聚类方法和基于网格的聚类方法等。其中，基于划分的聚类方法是人为地划分固定的聚类范围，例如以5M为一个单元划分载频或以固定的几个等级来划分脉宽等。该方法极有可能把来自同一个辐射源且参数相近的脉冲描述字人为分开，给后续的信号分选和辐射源融合造成很大困扰。基于直方图高度门限的聚类方法是确定一个直方图门限值，直方图高度低于该门限时就认为在该直方图位置处分类。该方法的局限性在于门限的确定十分困难，因为门限的高度与脉冲流密度、背景噪声强度、信号特点等息息相关。基于网格的聚类方法是把各参数在多维空间进行网格划分，并利用网格间的关联程度进行聚类。该方法由于网格密度确定困难、计算量较大等原因，较少在工程上使用。

基于以上原因，本发明提出了一种快速有效的基于直方图统计结果极小值点的脉冲描述字聚类方法，该方法的优势在于无需使用任何门限，适用性广，且直观可靠，计算量小。

发明内容

本发明的目的在于提供一种脉冲描述字的自适应聚类方法，由于雷达信号侦察中基于直方图统计结果的极小值点进行分类，从而实现脉冲描述字在载频和脉宽两个维度上的聚类。

实现本发明目的的技术解决方案为：对脉冲描述字首先进行频率聚类，然后对频率聚类后得到的每一组脉冲描述字进行脉宽聚类；在进行频率聚类和脉宽聚类时，首先进行频率或脉宽直方图统计，然后在统计结果中搜索直方图中的极小值点作为脉冲描述字分组的分界点；直方图统计极小值点定义为如果某个直方图矩形高度小于等于其左侧直方图矩形的高度、并且小于其右侧直方图矩形的高度，则该直方图矩形的右边界就为较小值点。

附图说明

图1脉冲描述字自适应聚类方法实施流程图。

图2频率聚类和脉宽聚类实施流程图。

图3直方图极小值点示意图。

具体实施方式

本发明的具体实施方法如下：

第一步，在被动雷达数据处理中，载频和脉宽是区分不同辐射源脉冲描述字的两个最典型特征，所以脉冲描述字聚类也主要是在载频和脉宽两个维度上进行。本发明提出的脉冲描述字聚类流程图如图1所示，首先对全体脉冲描述字进行频率聚类，然后对频率聚类后的每一组脉冲描述字进行脉宽聚类。假设载频聚类后全体脉冲描述字被分为N组，且第n组脉冲描述字经过脉宽聚类后，又被分成M_n组。则对于该聚类方法，最终脉冲描述字聚类总组数为：

这样的处理过程就把一个二维问题转化为了多个一维问题，降低了计算难度。

第二步，对于载频聚类和脉宽聚类，本发明采用的是基于直方图统计极小值点的聚类算法，算法流程图如图2所示。首先进行频率或脉宽直方图统计，然后在统计结果中搜索直方图中的极小值点作为脉冲描述字分组的依据。

在对频率或脉宽进行直方图统计时，首先确定频率或脉宽的最大值和最小值，分别记为τ_Max和τ_min。假设直方图跨度设为b，则直方图箱的个数为K＝ceil((τ_Max-τ_Min)/b)，其中函数ceil()的意思是向上取整。每个直方图箱的右边界为τ_k＝τ_Min+k·b。图3为直方图统计结果示意图，其中τ_k为第k个直方图矩形的右边界。对于τ_k，如果其对应的直方图高度满足如下公式，则认为τ_k就是直方图的极小值点

Hist(τ_k-2，τ_k-1)≥Hist(τ_k-1，τ_k)＜Hist(τ_k，τ_k+1)(2)

其中Hist(τ_k-2，τ_k-1)表示区间为(τ_k-2，τ_k-1)的直方图高度。需要注意的是，在式(2)中一边取≤，另一边取＜，是为了避免连续两个或多个直方图高度相等而无法确定极小值点的情况。在图3中，τ_k为该直方图统计结果中的极小值点。脉冲描述字就以τ_k为界，划分为左右两部分。其中相应参数ρ≤τ_k为一部分，ρ＞τ_k为另一部分。以载频聚类为例，如果聚类结果为分成N组，则说明找到的极小值点为N-1。