发明名称 |
一种基于证据C均值的雷达信号类别分选方法 |
摘要 |
本发明属于雷达信号分选技术领域,特别涉及一种基于ECM的雷达信号类别分选方法,包括:获取需要进行类别分选的雷达信号;提取需要进行类别分选的雷达信号的采样序列的对应特征参数的特征元素,组成特征向量;将特征向量作为ECM的计算输入,得到特征向量中每个特征元素属于第一雷达信号的隶属概率、每个特征元素属于第二雷达信号的隶属概率,以及每个特征元素同时属于第一雷达信号和第二雷达信号的模糊概率;对每个特征元素进行分类;根据对每个特征参数进行分类的结果,得到对需要进行类别分选的雷达信号的类别分选结果。 |
申请公布号 |
CN105403862A |
申请公布日期 |
2016.03.16 |
申请号 |
CN201510884356.0 |
申请日期 |
2015.12.04 |
申请人 |
西安电子科技大学 |
发明人 |
李明;张鹏;黄坤;左磊 |
分类号 |
G01S7/02(2006.01)I |
主分类号 |
G01S7/02(2006.01)I |
代理机构 |
西安睿通知识产权代理事务所(特殊普通合伙) 61218 |
代理人 |
惠文轩 |
主权项 |
一种基于证据C均值的雷达信号类别分选方法,其特征在于,所述方法包括如下步骤:步骤1,获取需要进行类别分选的雷达信号,所述需要进行类别分选的雷达信号中包括第一类雷达信号和第二类雷达信号,分别对所述第一类雷达信号和所述第二类雷达信号进行采样,得到第一类雷达信号采样序列和第二类雷达信号采样序列,将其依次排列组成需要进行类别分选的雷达信号的采样序列,所述第一类雷达信号采样序列的长度与所述第二类雷达信号序列的长度相等;步骤2,确定特征参数,提取所述采样序列的对应该特征参数的特征元素,将所有特征元素依次排列组成特征向量;步骤3,将所述特征向量作为证据C均值的计算输入,得到所述特征向量中每个特征元素属于第一类雷达信号的隶属概率、每个特征元素属于第二类雷达信号的隶属概率,以及每个特征元素同时属于第一类雷达信号和第二类雷达信号的模糊概率;步骤4,将所有特征元素中同时属于第一类雷达信号和第二类雷达信号的模糊概率大于属于第一类雷达信号的隶属概率,并且大于属于第二类雷达信号的隶属概率的特征元素丢弃,得到具有类别特征的所有特征元素;步骤5,若所述具有类别特征的所有特征元素中,第一类雷达信号的采样序列对应的各特征元素属于第一类雷达信号的隶属概率大于其属于第二类雷达信号的隶属概率,且第二类雷达信号的采样序列对应的各特征元素属于第二类雷达信号的隶属概率大于其属于第一类雷达信号的隶属概率,则所述第一类雷达信号和所述第二类雷达信号为不同种类的雷达信号,且将所述特征参数作为第一类雷达信号和第二类雷达信号进行类别分选的特征参数。 |
地址 |
710071 陕西省西安市太白南路2号 |