[发明专利]一种复杂密集环境下雷达辐射源信号覆盖分选方法

权利要求书

1.一种复杂密集环境下雷达辐射源信号覆盖分选方法，其特征是：它由以下步骤实现：

步骤一、选择能够标准化的雷达信号的特征参数作为输入特征向量，并初始化雷达信号样本参数空间；

步骤二、将步骤一所述的雷达信号样本参数空间中的具有参数先验信息的雷达信号通过覆盖算法进行有监督的学习，即：用几何覆盖的形式来描述雷达信号样本参数的分布特点；

步骤三、利用覆盖算法将步骤二中的不同类别的雷达信号用不同的领域分隔开，完成对雷达信号的学习；

步骤四、采用云模型来表述每个待分选识别雷达信号的特征参数相对于步骤三中每个领域的隶属程度，获得该待分选识别雷达信号相对于步骤三中每个领域的隶属程度的隶属值；

步骤五、根据步骤四获得的该待分选识别雷达信号相对于步骤三中每个领域的隶属程度的隶属值，采用判决准则对待测信号进行分选，完成复杂密集环境下雷达辐射源信号覆盖分选。

2.根据权利要求1所述的一种复杂密集环境下雷达辐射源信号覆盖分选方法，其特征在于步骤一中的能够标准化的雷达信号的特征参数为传统脉冲描述字参数或脉内特征参数。

3.根据权利要求1所述的一种复杂密集环境下雷达辐射源信号覆盖分选方法，其特征在于步骤二中所述的具有参数先验信息的雷达信号是通过侦察的方式获得的。

4.根据权利要求1所述的一种复杂密集环境下雷达辐射源信号覆盖分选方法，其特征在于步骤三中所述利用覆盖算法将步骤二中的不同类别的雷达信号用不同的领域分隔开，其原则是：每个覆盖领域下只包含一类雷达信号，一类雷达信号能够由多个不同的覆盖领域组成。

5.根据权利要求1所述的一种复杂密集环境下雷达辐射源信号覆盖分选方法，其特征在于步骤四中云模型是在传统模糊集理论和概率统计的基础上提出的定性定量不确定性转变模型。

6.根据权利要求1所述的一种复杂密集环境下雷达辐射源信号覆盖分选方法，其特征在于步骤四中采用云模型来表述每个待分选识别雷达信号的特征参数相对于步骤三中每个领域的隶属程度的具体方法是：将覆盖雷达信号的每个领域视为云模型中所指的定性概念，然后通过各个领域确定云模型所需要的参数，从而实现用云模型描述待分选识别雷达信号每个特征参数相对于每个领域的隶属程度。