基于數(shù)據(jù)關(guān)聯(lián)的多接收機(jī)雷達(dá)信號(hào)分選算法研究.pdf

1、在電子對(duì)抗中，要精確地確定輻射源，須從接收脈沖流中分選出發(fā)自同一輻射源的脈沖信號(hào)序列。而對(duì)多接收機(jī)做數(shù)據(jù)融合能有效地提高系統(tǒng)的性能，對(duì)信號(hào)分選有著不可或缺的重要地位。
　　論文首先研究了基于數(shù)據(jù)融合的預(yù)處理，即對(duì)多接收機(jī)信號(hào)基于信號(hào)脈沖描述字去干擾處理。首先是對(duì)兩部接收機(jī)做改進(jìn)的KNN關(guān)聯(lián)，通過(guò)100次蒙特卡羅仿真實(shí)驗(yàn)計(jì)算出成功率與錯(cuò)誤率。然后提出了一種逐差比對(duì)數(shù)據(jù)融合法。這種新的融合方法通過(guò)2部接收機(jī)截獲的多部雷達(dá)脈沖描述字，將

2、同一雷達(dá)的相似脈沖序列進(jìn)行了數(shù)據(jù)融合，恢復(fù)出原始脈沖信息。論文對(duì)算法通過(guò)多次仿真運(yùn)行實(shí)驗(yàn)，得到了誤差率，從而驗(yàn)證了可行性。
　　論文其次研究了基于聚類(lèi)的預(yù)分選算法，將信號(hào)分選的結(jié)果進(jìn)行聚類(lèi)，以達(dá)到分類(lèi)判別的目的。通過(guò)對(duì)三種聚類(lèi)算法——K-Means聚類(lèi)、模糊C均值聚類(lèi)（FCM），與反向人工神經(jīng)網(wǎng)絡(luò)（BP）算法論證分析，以及仿真，指出了各算法的特點(diǎn)以及適用條件。
　　論文最后研究了雷達(dá)信號(hào)進(jìn)行分選的主體算法。論文介紹了 PRI