[发明专利]一种基于双谱特征的电磁目标智能化聚类方法

说明书

本发明涉及电磁目标智能化聚类技术领域，公开了一种基于双谱特征的电磁目标智能化聚类方法，利用接收到的辐射源中频数据进行逐脉冲去直流、降噪、能量归一化的预处理，继而逐个提取预单脉冲数据的双谱(三阶累积量)特征，通过计算各单脉冲双谱序列的欧氏距离，利用Kmeans方法进行聚类计算，完成对目标的智能化聚类。本发明利用脉冲信号双谱特征不易受高斯白噪声污染特性，以及参数相似的不同辐射源仍然存在的双谱特征差异，直接从采集的中频数据出发，无需提取目标的脉内及脉间参数，同时对辐射源参数相似性不敏感，可提高复杂环境下对参数相似辐射源的信号聚类能力。

技术领域

本发明涉及电磁目标智能化聚类技术领域，尤其涉及一种基于双谱特征的电磁目标智能化聚类方法。

背景技术

传统的电磁目标聚类技术是利用对目标进行测量得到的脉冲描述字(包括信号的幅度、频率、脉宽、方位角、脉冲重复周期)和信号脉内调制信息(频率调制类型及调制参数、相位调制类型及调制参数等)进行特征提取和规律挖掘，通过设置合适的判别准则，将特征规律相近的脉冲群归为同一类，将特征规律具有差异的脉冲群归为不同类，从而完成对目标的聚类。传统方法中目标信号聚类效果较依赖信号脉内、脉间参数的特征相似性，对辐射参数相近的多目标可能会出现聚类效果严重下降的情况，进而影响后续的目标识别等应用。

发明内容

本发明所要解决的技术问题是：针对上述存在的问题，提供了一种利用信号双谱(信号的三阶累积量)特征对空间电磁目标信号进行聚类的方法，解决当前电磁目标信号聚类方法在多目标辐射参数相似环境下，目标区分度不明显，影响目标聚类效果的问题，实现在多目标辐射参数相似情况下对目标信号的高精度聚类，提升辐射源聚类性能的目的。

本发明采用的技术方案如下：一种基于双谱特征的电磁目标智能化聚类方法，包括：

步骤1：对接收到的待聚类目标中频数据进行数据预处理得到中频数据序列；

步骤2：对中频数据序列进行双谱特征提取，得到脉冲信号双谱特征序列；

步骤3：以脉冲信号双谱特征序列为输入，利用Kmeans方法完成对脉冲信号的智能化聚类。

进一步的，所述步骤1具体包括：

步骤11：首先对接收到的待聚类目标中频数据进行数据清洗，通过设定合适的信噪比门限，剔除信噪比低以及采集不完整的脉冲样本，得到清洗后的数据样本集x_step1(n)；

步骤12：对清洗后的N点中频数据x_step1(n)＝[x₁,x₂,…x_N],n＝1,2,…N进行加和得到序列和值然后将这个和除以数据总数得到数据均值最后用中频数据序列减去此均值完成去直流，得到去直流后数据

步骤13：对数据序列x_step2(n)取最大值x_max＝max[x_step2(n)]，其中max(·)表示对序列取最大值操作；

对序列x_step2(n)中的每个元素做最大值归一化操作得到序列x_step3(n)即为归一化后的中频数据序列。

进一步的，所述步骤2中得到的脉冲信号双谱特征序列为B(ω_i,ω_j,n)，简记为B(n),n＝1,2,…N；

其中，脉冲信号双谱特征序列的计算方法如下：

B(ω₁,ω₂)＝F(ω₁)·F(ω₂)·F^*(ω₁+ω₂)；