[发明专利]基于线性流形聚类的雷达信号分选方法

摘要

本发明公开了一种基于线性流形聚类的雷达信号分选方法，主要解决现有方法在存在干扰点、离群点分选精度低，算法不稳定的问题。其实现步骤是：首先将时域中的样本点通过重排频谱转换到时频域，计算时频域中每个样本点的局部密度和特征属性,并由局部密度和特征属性判断出为交叠点的样本点；然后计算每一个样本点与交叠点的向量，并用每个样本点平行度最高的两个向量的平均值作为该样本点的样本向量；最后求得两两样本点的样本向量的角度值，构造角度相似性矩阵，对该相似性矩阵进行谱聚类得到分选结果。本发明分选聚类精度高，有效克服了干扰点和离群点对聚类效果产生的影响，可应用于雷达目标信号识别。

主权项

1.一种基于线性流形聚类的雷达信号分选方法，包括如下步骤：(1)输入样本集x_i为样本集中第i个样本，d为样本空间的维数，N为样本容量，样本属性包括雷达信号的初始频率、调频率，构造信号时域图；(2)对时域图中的样本集X进行频谱重排，即将时域中的一维信号映射到二维的时频域表示，得到其频谱图；(3)按每一个时间点提取频谱图中能量峰值最高的点构成此次实验的样本点集；(4)在频谱图中寻找雷达信号样本点所构成的线性分量之间的交叠点：(4a)计算每个信号样本点的局部密度ρ_i；(4b)计算每个样本点与比它自身密度高的样本点的距离，取其最小值作为该样本点的特征属性δ_i；(4c)根据所有样本点的局部密度ρ_i和特征属性δ_i，画出二维决策图，根据已知的交叠点个数s，取图右上角的s个样本点作为交叠点，得到多分量雷达信号的交叠点；(5)计算每个样本点与交叠点的向量,取平行度最高的两个向量的平均值作为该样本点的样本向量；(6)利用相似度公式构造样本向量间的角度相似度矩阵W；(7)应用谱聚类对相似度矩阵进行聚类得到聚类结果，聚类的个数即为雷达信号分量分选的个数，样本点所在的聚类簇即为该样本点所属的雷达信号分量。