传统测向交叉定位手段在定位航迹交错的同型雷达的多目标时,难以正确匹配单个目标的方位参数。针对该问题,提出了一种基于密度聚类与霍夫变换的同型雷达多目标定位及航迹筛选算法。首先,对侦获时间范围进行切片,利用时间切片内的功率与...传统测向交叉定位手段在定位航迹交错的同型雷达的多目标时,难以正确匹配单个目标的方位参数。针对该问题,提出了一种基于密度聚类与霍夫变换的同型雷达多目标定位及航迹筛选算法。首先,对侦获时间范围进行切片,利用时间切片内的功率与测向参数进行DBSCAN(Density-Based Spatial Clustering of Application with Noise)聚类,依据聚类中心的测向值进行初始定位;而后计算初始定位点到侦察站的距离,利用适用性改进的霍夫变换检测出侦获的功率参数与距离参数变量之间的隐藏线性关系;最后根据提取到的线性参数排除初定位中的虚警点,筛选出单个目标的定位轨迹。仿真结果表明,该算法在面对多达10个轨迹交错的非直线运动目标时仍能有效完成定位计算并筛选出各目标轨迹,保证定位误差和错选率不恶化。展开更多
针对传统雷达信号识别方法对重点目标识别的针对性、时效性不强的问题,提出一种基于聚类和时序相关的重点雷达信号实时识别方法。首先,依据具有噪声的基于密度的聚类(density-based spatial clustering of application with noise,DBSC...针对传统雷达信号识别方法对重点目标识别的针对性、时效性不强的问题,提出一种基于聚类和时序相关的重点雷达信号实时识别方法。首先,依据具有噪声的基于密度的聚类(density-based spatial clustering of application with noise,DBSCAN)算法对侦获信号的脉冲描述字进行分选;而后,利用分选所得脉冲的时序特征与重点目标信号脉冲重复间隔(pulse repetition interval,PRI)生成仿真信号;最后,计算仿真信号的互相关函数,基于相关度判断PRI参数是否匹配。仿真实验表明:所提方法明显提升了对重点目标信号的识别时效,能够应对存在噪声干扰和信号交叠的复杂信号环境,对局部脉冲参数丢失不敏感。展开更多
文摘传统测向交叉定位手段在定位航迹交错的同型雷达的多目标时,难以正确匹配单个目标的方位参数。针对该问题,提出了一种基于密度聚类与霍夫变换的同型雷达多目标定位及航迹筛选算法。首先,对侦获时间范围进行切片,利用时间切片内的功率与测向参数进行DBSCAN(Density-Based Spatial Clustering of Application with Noise)聚类,依据聚类中心的测向值进行初始定位;而后计算初始定位点到侦察站的距离,利用适用性改进的霍夫变换检测出侦获的功率参数与距离参数变量之间的隐藏线性关系;最后根据提取到的线性参数排除初定位中的虚警点,筛选出单个目标的定位轨迹。仿真结果表明,该算法在面对多达10个轨迹交错的非直线运动目标时仍能有效完成定位计算并筛选出各目标轨迹,保证定位误差和错选率不恶化。
文摘针对传统雷达信号识别方法对重点目标识别的针对性、时效性不强的问题,提出一种基于聚类和时序相关的重点雷达信号实时识别方法。首先,依据具有噪声的基于密度的聚类(density-based spatial clustering of application with noise,DBSCAN)算法对侦获信号的脉冲描述字进行分选;而后,利用分选所得脉冲的时序特征与重点目标信号脉冲重复间隔(pulse repetition interval,PRI)生成仿真信号;最后,计算仿真信号的互相关函数,基于相关度判断PRI参数是否匹配。仿真实验表明:所提方法明显提升了对重点目标信号的识别时效,能够应对存在噪声干扰和信号交叠的复杂信号环境,对局部脉冲参数丢失不敏感。
