基于AIS和Canopy+Kmeans算法的高频雷达阵列幅相校准

阵列通道幅相校准是高频地波雷达方位估计必不可少的环节。文中提出一种基于自动识别系统(AIS)和Canopy+Kmeans的聚类算法对阵列的幅相误差进行校准。AIS直接用于阵列幅相校准将会出现许多虚假和错误的校准值信息,因此还需要对AIS得到的校准值进行进一步筛选。该方法结合机器学习中的Canopy算法和Kmeans算法,利用AIS船只信号得到的幅度和相位校准值进行自动聚类,从而得到正确的幅度和相位校准值。校准之后的雷达数据用多重信号分类算法进行到达角(DOA)估计,DOA估计的准确度有了大幅的提高。