[发明专利]一种基于聚类分析的多种雷达与通信信号分类方法

摘要

本发明公开了一种基于聚类分析的多种雷达与通信信号分类方法，包括以下步骤：提取每个时窗段最大频率的信息，再对其求均方差；设定分类门限值，并将此门限值运用到测试样本的分类，区分出单频信号SF和[BPSK、QPSK、16QAM]信号；将相位均方差作为一个信号识别特征，将瞬时幅度均方差作为另一个信号特征；分别产生BPSK、QPSK和16QAM信号的训练样本和测试样本，采用聚类分析算法，最终有效分类出BPSK、QPSK和16QAM信号。本发明采用了多层次分类识别技术，结合短时傅里叶变换和聚类分析算法，实现不同调制类型的雷达与通信信号的逐层分离。

主权项

1.一种基于聚类分析的多种雷达与通信信号分类方法，其特征在于，包括以下步骤：步骤1、对雷达与通信信号BPSK、QPSK、16QAM以及单频信号SF做短时傅里叶变换，利用频率特性识别单频信号，提取每个时窗段最大频率的信息，再对其求均方差；步骤2、在训练阶段设定分类门限值，并将此门限值运用到测试样本的分类，峰值频率的均方差小于门限值的为单频信号SF，大于门限值的为BPSK、QPSK、16QAM信号，以此将4种信号划分为SF信号和BPSK、QPSK、16QAM信号；步骤3、对于所述BPSK、QPSK和16QAM信号，根据3种信号相位跳变的差异，可提取基于瞬时自相关实部的特征，利用瞬时自相关的实部输出得到BPSK、QPSK、16QAM信号的相位跳变情况，提取相位均方差作为一个信号识别特征，再根据3种信号在幅度上的差异，提取瞬时幅度均方差作为另一个信号特征；步骤4、分别产生BPSK、QPSK和16QAM信号的训练样本和测试样本，结合聚类分析算法实现分类，在训练阶段，确定聚类簇数和初始均值中心，利用相位均方差和瞬时幅度均方差构建二维特征向量空间，结合聚类分析算法实现信号的分类，并得出最优均值；测试阶段，将最优均值作为测试样本的初始均值，最终有效分类出BPSK、QPSK和16QAM信号。