模糊函数可以对信号结构信息进行较为完整的描述,找出不同信号之间的差异,但搜索信号主脊切面的计算量较大。提出一种混沌优化与差分进化算法相结合的搜索模糊函数主脊AFMR(Ambiguity Function Main Ridge)切面,先差分进化全局搜索,再...模糊函数可以对信号结构信息进行较为完整的描述,找出不同信号之间的差异,但搜索信号主脊切面的计算量较大。提出一种混沌优化与差分进化算法相结合的搜索模糊函数主脊AFMR(Ambiguity Function Main Ridge)切面,先差分进化全局搜索,再混沌局部搜索,有效避免了算法陷入局部最优。将提取的信号主脊切面对比穷举法提取的主脊切面,保证正确性的同时显著提高搜索速度。将提取的主脊切面特征进行近邻传播聚类分析,针对聚类算法中偏向参数的不确定,提出动态调整偏向参数的构建式,提高算法性能。实验结果表明,该算法改进的近邻传播聚类准确率在低信噪比的情况下能达到90%以上,明显高于传统近邻传播算法。展开更多
模糊函数主脊(Ambiguity function main ridge,AFMR)切面特征能较好地反映不同信号结构上的本质差别,是解决当前复杂体制雷达辐射源信号分选难题的可行参数,而快速、智能地搜索模糊函数主脊切面是增加其切面特征实用性的重要问题。为此...模糊函数主脊(Ambiguity function main ridge,AFMR)切面特征能较好地反映不同信号结构上的本质差别,是解决当前复杂体制雷达辐射源信号分选难题的可行参数,而快速、智能地搜索模糊函数主脊切面是增加其切面特征实用性的重要问题。为此,本文构建了一种结合均匀初始化策略和改进非线性收敛因子的改进自适应灰狼算法来搜索典型6种雷达辐射源信号的模糊函数主脊切面并提取切面特征,并与穷举法和标准灰狼算法进行对比。实验结果表明,所提方法在搜索AFMR切面并提取特征时,平均耗时仅为1.49 s,相较于穷举法和标准灰狼优化算法,效率分别提高了75.7%和19.0%,具有较优的时效性。在固定信噪比(Signal⁃to⁃noise ratio,SNR)环境下,当SNR不低于0 dB时,提取到特征值的平均聚类准确率为96.4%,在0~20 dB动态信噪比环境下,平均聚类准确率可达95.2%,具有较好的准确性、抗噪性能及较强的类内聚集性和类间分离能力,证实了所提方法的可行性与有效性。展开更多
文摘模糊函数可以对信号结构信息进行较为完整的描述,找出不同信号之间的差异,但搜索信号主脊切面的计算量较大。提出一种混沌优化与差分进化算法相结合的搜索模糊函数主脊AFMR(Ambiguity Function Main Ridge)切面,先差分进化全局搜索,再混沌局部搜索,有效避免了算法陷入局部最优。将提取的信号主脊切面对比穷举法提取的主脊切面,保证正确性的同时显著提高搜索速度。将提取的主脊切面特征进行近邻传播聚类分析,针对聚类算法中偏向参数的不确定,提出动态调整偏向参数的构建式,提高算法性能。实验结果表明,该算法改进的近邻传播聚类准确率在低信噪比的情况下能达到90%以上,明显高于传统近邻传播算法。
文摘模糊函数主脊(Ambiguity function main ridge,AFMR)切面特征能较好地反映不同信号结构上的本质差别,是解决当前复杂体制雷达辐射源信号分选难题的可行参数,而快速、智能地搜索模糊函数主脊切面是增加其切面特征实用性的重要问题。为此,本文构建了一种结合均匀初始化策略和改进非线性收敛因子的改进自适应灰狼算法来搜索典型6种雷达辐射源信号的模糊函数主脊切面并提取切面特征,并与穷举法和标准灰狼算法进行对比。实验结果表明,所提方法在搜索AFMR切面并提取特征时,平均耗时仅为1.49 s,相较于穷举法和标准灰狼优化算法,效率分别提高了75.7%和19.0%,具有较优的时效性。在固定信噪比(Signal⁃to⁃noise ratio,SNR)环境下,当SNR不低于0 dB时,提取到特征值的平均聚类准确率为96.4%,在0~20 dB动态信噪比环境下,平均聚类准确率可达95.2%,具有较好的准确性、抗噪性能及较强的类内聚集性和类间分离能力,证实了所提方法的可行性与有效性。
