基于孤立点分析的辐射源奇异脉冲提取方法

《基于孤立点分析的辐射源奇异脉冲提取方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第26卷第5期航天电子对抗23基于孤立点分析的辐射源奇异脉冲提取方法樊甫华(中国人民解放军电子工程学院，安徽合肥230037)摘要：讨论了密集信号环境下雷达辐射源奇异信号提取的问题，将数据挖掘技术的孤立点分析方法应用到雷达辐射源信号分选中来，提出了依据参数异常和到达时间异常提取奇异雷达辐射源信号的方法，并通过试验分析验证了方法的有效性。关键词：奇异信号；孤立点分析；雷达信号分选中图分类号：TN971．+1文献标识码：AAmethodofextractingsingularpulsefromreceivedpul

2、seseriesbasedonoutlieranalysisFanFuhua(ElectronicEngineeringInstituteofPLA，Hefei230037，Anhui，China)Abstract：Theproblemofeliminatingabnormalpulsefromradarpulsetrainisfirstlydiscussed．Then，themeansofoutlieranalysisandextractingindateminingisintroducedintoradar

3、pulsedeinterleaving，andthemethodofex—tractingsingularpulsefromreceivedpulseseriesisproposedaccordingtotheabnormalityinpulseparameterandtimeofarrival(TOA)．Extensiveexperimentalresultsshowthatthepresentmethodiseffective．Keywords：singularpulse；outlieranalysis；r

4、adarpulsedeinterleaving0引言孤立点口3也称奇异点，它们不符合数据的一般模型，与数据的其它部分不同或不一致。一般来讲，孤立点是由测量误差、记录错误等产生的或者是噪声引起的，许多数据挖掘算法试图使孤立点的影响最小化，或者排除它们。但是，相对某类信号的噪声，却可能是另一类有价值的信号，因此，孤立点本身可能隐含非常重要的信息。文献[2～6]分别研究了基于划分、基于距离和基于相似系数的孤立点检测方法，文献[7]研究了两种孤立点检测方法在时间序列异常点判断上的应用。在电子对抗领域，接收设备所截获的信

5、号日益复杂密集。如何从这类密集的信号中提取感兴趣的、有重大价值的、新出现的辐射源信号的问题，一直受到关注。本文借鉴文献[8]基于距离和密度探测孤立点的思想，从参数奇异和时间奇异研究雷达辐射源奇异信号提取的方法。参数奇异信号是指在参数维上，偏离大多数信号太远的少数噪声或异类信号；在实际的信收稿日期：2010—04—14；2010—05—10修回。作者简介：樊甫华(1975一)，男，博士，讲师，主要研究方向为信号与信息处理。号处理过程中，考虑信号密度的特性，一部雷达所发出的信号之间的问隔是有一定范围的，不会过大或者

6、过小，不会出现信号太密集或者太稀疏的两种极端情况。因此，若在时间维上出现这两种情况，就认为雷达辐射源信号集里存在时间奇异信号。雷达辐射源奇异信号提取在雷达信号分选中的应用包括两个方面。一是在信号分选之前进行奇异信号提取，以消除信号的奇异性，便于后续的信号处理工作。此外，剔除出来的奇异点信号可能是新出现的雷达辐射源信号，因此具有重要的价值。二是对已经分选好成一类的信号，剔除掉明显不应分选到这一类的奇异信号。1参数奇异的雷达辐射源信号提取方法针对雷达辐射源信号的特点，主要采用了基于距离的孤立点检测的方法。与基于文献

7、E3]的方法相比，基于距离的孤立点检测拓宽了多个标准分布的不一致性检验的思想，避免了过多的计算。电子侦察设备接收各种雷达发射的脉冲信号并测量脉冲参数。这些参数包括到达角(DOA)，射频(RF)，脉冲宽度(PW)，脉冲幅度(PA)和到达时问(TOA)。每个成功截获的脉冲测量参数用数字格式24航天电子对抗2010(5)编码，这种编码称为脉冲描述矢量字(PDV)。文中所讨论的雷达辐射源奇异信号提取方法，采用PDV格式描述脉冲序列。参数奇异信号是在待分析的脉冲序列中，某些脉冲的载频、脉宽、脉幅与整个序列相比有较大的不一

8、致的信号。参数奇异信号的提取过程如下：1)对多维信号数据集的每一维进行归一化处理，将每一维映射到[0，1]区间，即：rf=(RF—RF。．。)／(RF⋯一RF。。。)pw=(PW—PW。。。)／(PW。。。一PW。。。)“7pa=(PA—PA⋯)／(PA⋯一PA⋯)2)计算数据集上每一维的中心点，以维的中心作为这一维的中心点：rf(：=(1／n)芝：r厂。i一1n⋯pwc=(1／n)∑