一种基于自适应流聚类的多站时差信号分选方法技术

一种基于自适应流聚类的多站时差信号分选方法，它涉及一种多站时差信号分选方法。本发明专利技术为了解决目前多站时差分选实时性不足的问题。本发明专利技术的步骤包括：步骤1、提取多站时差数据；步骤2、计算时差估计的误差；步骤3、静态聚类并设置自适应偏向参数；步骤4、曾批雷达簇检测与合并；步骤5、流聚类阈值自适应设置；步骤6、流聚类并实时更新聚类结果。本发明专利技术属于电子侦察技术领域。

【技术实现步骤摘要】

本专利技术涉及一种多站时差信号分选方法，属于电子侦察。

技术介绍

1、现代雷达辐射源信号高度密集且交织，雷达信号调制方式变得日益复杂多变，从而对复杂辐射源信号分选提出了巨大挑战。此外，电子战场瞬息万变，对雷达辐射源信号快速准确分选的要求也越来越高。为了应对单站分选方法无法有效应对脉间波形捷变信号的问题，近年来提出了多站时差协同信号分选。这种方法利用同一辐射源发射脉冲到达不同站点的时差信息进行分选，只与辐射源和接收站点的位置有关，不依赖于任何辐射源脉冲调制规律，能有效应对脉间波形捷变雷达信号。

2、然而，现有基于聚类的多站时差(tdoa)信号分选方法需要对一段时间内累积足够多的多站时差样本进行批处理，这在激烈对抗的电磁频谱战场存在无法满足高实时性要求、可利用数据样本不足的问题。与传统批处理的聚类分选算法相比，流聚类算法是对雷达辐射源信号进行逐脉冲实时在线分“簇”的过程，在数据输入下对“簇”进行实时演化更新。这种算法可以挖掘出脉冲信息的动态变化特性，如雷达辐射源的出现、消失和复现等演化过程。因此，将流聚类算法应用在多站时差信号分选中，可以解决批聚类本文档来自技高网...

【技术保护点】

1.一种基于自适应流聚类的多站时差信号分选方法，其特征在于：所述一种基于自适应流聚类的多站时差信号分选方法的步骤包括：

2.根据权利要求1所述的一种基于自适应流聚类的多站时差信号分选方法，其特征在于：步骤2中计算时差估计误差的步骤包括：

3.根据权利要求1所述的一种基于自适应流聚类的多站时差信号分选方法，其特征在于：步骤3中静态聚类并设置自适应偏向参数的步骤为：

4.根据权利要求1所述的一种基于自适应流聚类的多站时差信号分选方法，其特征在于：步骤4中増批雷达簇检测与合并的步骤为：

5.根据权利要求1所述的一种基于自适应流聚类的多站时差信号分...

【技术特征摘要】

1.一种基于自适应流聚类的多站时差信号分选方法，其特征在于：所述一种基于自适应流聚类的多站时差信号分选方法的步骤包括：

2.根据权利要求1所述的一种基于自适应流聚类的多站时差信号分选方法，其特征在于：步骤2中计算时差估计误差的步骤包括：

3.根据权利要求1所述的一种基于自适应流聚类的多站时差信号分选方法，其特征在于：步骤3中静态聚类并设置自适应偏向参数的步骤为：...

【专利技术属性】
技术研发人员：邓志安，李松炜，刘春鹏，刘睿智，侯长波，司伟建，乔玉龙，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：