登录    注册    忘记密码

期刊文章详细信息

支持向量聚类联合类型熵识别的雷达信号分选方法  ( EI收录)  

Support Vector Clustering and Type-Entropy Based Radar Signal Sorting Method

  

文献类型:期刊文章

作  者:国强[1,2] 王常虹[2] 李峥[3]

机构地区:[1]哈尔滨工程大学信息与通信工程学院,哈尔滨150001 [2]哈尔滨工业大学空间控制与惯性技术研究中心,哈尔滨150001 [3]电子对抗国防科技重点实验室,成都610036

出  处:《西安交通大学学报》

基  金:国家自然科学基金资助项目(60872108);第二批中国博士后科学基金特别资助项目(200902411);第四十三批中国博士后科学基金资助项目(20080430903);黑龙江省博士后基金资助项目(LBH-Z08129);哈尔滨科技创新人才研究专项资金资助项目(2008RFQXG030);中央高校基本科研业务费专项资金资助项目(HEUCFZ1015)

年  份:2010

卷  号:44

期  号:8

起止页码:63-67

语  种:中文

收录情况:BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20103813251700)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘  要:针对复杂环境下传统雷达信号分选处理中由于设定容差难以准确分选的问题,提出一种分层互耦支持向量聚类(SVC)联合类型熵识别的多参数雷达信号分选方法.该方法首先对雷达信号的全脉冲序列进行分层处理,再分别对每个子序列进行SVC聚类,然后引入分层耦合的思想,利用所提取子序列的全部质心,重新进行SVC聚类,将各分层的全脉冲序列中属于同一雷达信号源的子序列连接起来,从而实现对雷达全脉冲序列信号的分选.根据类型熵随信号种类数的增加及信号复杂性的增加而增大的特点,对多参数聚类结果进行类型熵的计算,并将类型熵识别用来辅助信号分选.实验结果表明,对于高脉冲密度环境和复杂的信号形式,提出的方法避免了传统信号分选方法中所面临的容差问题对信号分选的影响,可以实现有效分选.

关 键 词:支持向量聚类 类型熵  雷达信号 信号分选

分 类 号:TN974]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心