工程应用 | 基于复合MeanShift聚类算法的雷达信号分选
工程应用 | 基于复合MeanShift聚类算法的雷达信号分选
摘要:提出了一种基于复合MeanShift聚类算法的雷达信号分选方法,旨在解决复杂电磁环境下雷达信号处理中的挑战。由于传统基于到达时间(TOA)的分选方法难以应对多源信号交织的情况,提出通过脉冲描述字的多维数据进行预分选,识别并分类不同类型的雷达信号。在MeanShift算法中引入高斯核函数对数据点加权,提升算法精度,同时提出自适应带宽策略,通过动态调整带宽来提高聚类灵活性和准确性。再针对实际应用环境中噪声的影响,结合了DBSCAN算法进行去噪处理,进一步提升了聚类的精度与稳定性。通过仿真实验验证,复合MeanShift + DBSCAN算法在高脉密度和噪声干扰的情况下,表现出较强的抗干扰能力和较高的聚类精度。总体而言,所提方法为复杂电磁环境下雷达信号的高效分选提供了新的思路和方法,能够更好地满足现代战场中对雷达信号处理的需求。