模糊函数可以对信号结构信息进行较为完整的描述,找出不同信号之间的差异,但搜索信号主脊切面的计算量较大。提出一种混沌优化与差分进化算法相结合的搜索模糊函数主脊AFMR(Ambiguity Function Main Ridge)切面,先差分进化全局搜索,再...模糊函数可以对信号结构信息进行较为完整的描述,找出不同信号之间的差异,但搜索信号主脊切面的计算量较大。提出一种混沌优化与差分进化算法相结合的搜索模糊函数主脊AFMR(Ambiguity Function Main Ridge)切面,先差分进化全局搜索,再混沌局部搜索,有效避免了算法陷入局部最优。将提取的信号主脊切面对比穷举法提取的主脊切面,保证正确性的同时显著提高搜索速度。将提取的主脊切面特征进行近邻传播聚类分析,针对聚类算法中偏向参数的不确定,提出动态调整偏向参数的构建式,提高算法性能。实验结果表明,该算法改进的近邻传播聚类准确率在低信噪比的情况下能达到90%以上,明显高于传统近邻传播算法。展开更多
文摘在现有的针对脉冲描述字(Pulse Description Word,PDW)的信号预分选方法出现错误的情况下,针对脉冲重复间隔(Pulse Repetition Interval,PRI)的信号主分选的运算迭代次数和误差将会明显增加.为解决此类问题导致的整个分选结果所出现的错误.提出了基于单脉冲特性参数的信号分选方法,将信号到达时间差(Difference Time of Arrival,DTOA)特性作为新的单脉冲参数和PDW进行结合,共同完成聚类,获得更为准确的分选结果.仿真实验表明,在PDW重复度较高的情况下,会导致信号预分选出现错误,进而使最终的分选结果出现错误.而本方法在传统分选出现错误时,依然可以得到准确的雷达信号分选结果,提高了复杂环境下的分选准确率.
文摘模糊函数可以对信号结构信息进行较为完整的描述,找出不同信号之间的差异,但搜索信号主脊切面的计算量较大。提出一种混沌优化与差分进化算法相结合的搜索模糊函数主脊AFMR(Ambiguity Function Main Ridge)切面,先差分进化全局搜索,再混沌局部搜索,有效避免了算法陷入局部最优。将提取的信号主脊切面对比穷举法提取的主脊切面,保证正确性的同时显著提高搜索速度。将提取的主脊切面特征进行近邻传播聚类分析,针对聚类算法中偏向参数的不确定,提出动态调整偏向参数的构建式,提高算法性能。实验结果表明,该算法改进的近邻传播聚类准确率在低信噪比的情况下能达到90%以上,明显高于传统近邻传播算法。
