[发明专利]一种基于多辐射源基于密度特征聚类及识别的方法

说明书

本发明公开了一种多辐射源基于密度特征聚类及识别的方法，包括步骤1，建立聚类分选缓存池网络；步骤2，对脉冲到达角信息进行分选处理；步骤3，分选有效缓存池；步骤4，合并有效缓存池作为有效数据类型；步骤5，剔除异常数据点；步骤S6，分选有效数据类。本发明直接使用多辐射源混叠脉冲合适的数据点进行到达角的计算，可以在一定程度上得到有效的辐射源到达角信息，也解决了脉冲重复间隔变化复杂的问题；针对多个辐射源的脉冲信号进行聚类分选处理，选出多个有效数据类后，对这些数据类进行进一步的筛选，通过最小质心距离、最小质心距离和、数据类总能量值及孤立度这四个参数结合，提高分选置信度，选出最有可能是真实目标的数据类。

技术领域

本发明涉及一种雷达脉冲信号截获技术领域，尤其涉及一种基于多辐射源基于密度特征聚类及识别的方法。

背景技术

随着科学技术的发展，越来越多的高性能雷达投入使用，为了保护己方目标，干扰对方的雷达，雷达干扰、雷达组网、雷达关机等防护手段不断完善，尤其是雷达干扰技术，该技术的应用大大降低了传统雷达的侦查能力。为提高自身雷达的侦查能力，需要不断地发展完善抗干扰技术，通过综合采用多种技术手段，提高雷达的抗干扰能力，但现有抗干扰技术还不能较好地找出有效干扰或雷达目标。

现有技术利用辐射源脉冲的脉冲重复周期这一特征对脉冲进行聚类分选，同时包括对相似脉冲的合并，对跨信道脉冲的合并等。主要聚类方法是直方图法，分选出一些有效辐射源脉冲后，求这些脉冲的到达角均值，以此得出辐射源坐标。这种技术对于脉冲重复间隔变化复杂、环境中目标数较多的情形适应性较差，引入载频、脉宽等多参数聚类会在一定程度上改善此问题。但是较多参数的复杂变化会增大目标增批的概率，使得假辐射源增多，无法正确检测出有效的干扰或雷达目标，且直接利用一个脉冲的平均频率计算脉冲的到达角，会使得计算出的辐射源角度信息误差较大。

为了保护雷达，通常会在雷达附近放置多个干扰源迷惑对方雷达，多个辐射源发出的脉冲信号会形成混叠信号，直接利用此信号较难测出有效的角度信息，难以达到抗干扰的效果。现有技术中，对于脉冲重复间隔变化复杂、环境中目标数较多的情形适应性较差，多参数聚类会使得虚假目标增多，无法正确检测出雷达或目标，且辐射源坐标信息计算不准确。

由此，本发明提供了一种基于多辐射源密度特征聚类及识别的方法，以解决传统方法无法正确检测出雷达或目标，且辐射源坐标信息计算不准确的技术问题。

发明内容

为解决上述问题，本发明的目的在于提供一种基于多辐射源基于密度特征聚类及识别的方法，可在一定程度上得到有效的辐射源到达角信息，解决了脉冲重复间隔变化复杂的问题，使得筛选出的有效数据类的置信度更高、质心坐标更为准确。

为实现上述技术目的，达到上述技术效果，本发明的是通过以下技术方案实现的：

一种多辐射源基于密度特征聚类及识别的方法，包括：

步骤S1，建立聚类分选缓存池网格；以多辐射源大致方位为坐标中心，构建一个二维网格表，其中，横轴为方位角，纵轴为俯仰角，分别以C_Doa_Step1和C_Doa_Step2为步进，以fw_min、fw_max为横轴边界，以fy_min、fy_max为纵轴边界；每个网格均为一个数据缓存池，用于存放辐射源信息，包括脉冲到达角度、脉冲到达时间、角度数据量，缓存池编号从左上至右下依次编号为1，2，3，…，n，其中n为缓存池的总个数；

步骤S2，对脉冲到达角信息进行分选处理；计算每一个脉冲的到达角度，所述到达角度包含方位角fw_angle[i]，i＝1，2，…，n，俯仰角fy_angle[i]，i＝1，2，…，n，n为一个脉冲有效的到达角个数；

将脉冲的到达角数据以及脉冲到达时间放入对应的缓存池中，每放入一个角度数据，累计每个缓存池的角度数据量，并计算该缓存池的方位角和及俯仰角和；每个缓存池设置存放数据量上限，超过上限后的缓冲池不再放入数据；累计总的脉冲数量；