基于复杂网络和CSLPA的多功能雷达信号分选

复杂网络理论在多功能雷达信号分选中已成功得到应用。针对标签传播拓展算法(SLPA)在节点更新顺序和标签传播时采用随机策略导致的划分结果不稳定、随机性强等问题,提出基于接近中心性的节点排序方法和度量节点相似性的条件标签传播拓展算法(CSLPA)用于分选时的社区检测。首先,将雷达脉冲信号的细微特征与脉冲描述字(PDW)参数组成特征向量,根据滑动有限穿透可视图构建复杂网络模型;然后,采用CSLPA算法和密度峰值聚类算法进行社区检测,完成分选过程。仿真结果表明,所提方法在参数重叠较多及存在多功能雷达信号的复杂电磁环境中,分选性能优于标签传播算法及两种传统分选算法——k-means聚类与脉冲重复间隔变换法,在存在噪声、漏脉冲和虚假脉冲等条件下具有较强的鲁棒性。