亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于AP密度聚類(lèi)方法的雷達(dá)輻射源信號(hào)識(shí)別

        2012-04-25 05:51:32王美玲張復(fù)春楊承志
        艦船電子對(duì)抗 2012年3期
        關(guān)鍵詞:輻射源雷達(dá)聚類(lèi)

        王美玲,張復(fù)春,楊承志

        (空軍航空大學(xué),長(zhǎng)春 130022)

        0 引 言

        雷達(dá)輻射源識(shí)別是雷達(dá)偵察設(shè)備的一項(xiàng)基本功能,無(wú)論是對(duì)戰(zhàn)時(shí)的敵我識(shí)別還是和平時(shí)期的電子偵察都起著重要作用,也是實(shí)施雷達(dá)干擾的基礎(chǔ)和前提。隨著雷達(dá)技術(shù)的迅猛發(fā)展以及新體制雷達(dá)的應(yīng)用,雷達(dá)信號(hào)的密度、復(fù)雜程度都大幅度提高,傳統(tǒng)的識(shí)別方法如模式匹配法等對(duì)先驗(yàn)知識(shí)未知的雷達(dá)輻射源無(wú)法進(jìn)行識(shí)別,不能適應(yīng)日益復(fù)雜的電磁信號(hào)。雷達(dá)輻射源信號(hào)通常是未知的,而無(wú)監(jiān)督聚類(lèi)是解決這類(lèi)問(wèn)題的有效方法。DBSCAN聚類(lèi)算法[1]是目前機(jī)器學(xué)習(xí)領(lǐng)域的熱點(diǎn)。但是,DBSCAN在處理分布復(fù)雜、樣本不均勻分布時(shí)的識(shí)別率較低。其主要原因是該算法在聚類(lèi)時(shí)采用了全局變量,影響了聚類(lèi)質(zhì)量。針對(duì)DBSCAN算法在處理不均勻樣本時(shí)識(shí)別率較低的缺陷,本文引入親和傳遞(AP)算法[2-4],并將該算法與 DBSCAN 算法結(jié)合,以期達(dá)到提高識(shí)別率的目的。實(shí)驗(yàn)表明,新的算法能有效處理不均勻樣本,獲得較高的正確識(shí)別率。

        1 DBSCAN算法分析

        DBSCAN算法是由Ester Martin等人提出的一種基于密度的空間聚類(lèi)算法。該算法利用基于密度的聚類(lèi)概念,即要求聚類(lèi)空間中一定區(qū)域內(nèi)包含對(duì)象(點(diǎn)或其他空間對(duì)象)的數(shù)目不小于某一給定的閾值。DBSCAN算法具有聚類(lèi)速度快、有效處理噪聲點(diǎn)和發(fā)現(xiàn)任意形狀空間聚類(lèi)的優(yōu)點(diǎn)。

        DBSCAN算法的中心思想是:對(duì)于某一聚類(lèi)中的每個(gè)對(duì)象,在給定半徑(文中用Eps表示)的鄰域內(nèi)數(shù)據(jù)對(duì)象個(gè)數(shù)必須大于某個(gè)給定值,也就是說(shuō),鄰域密度必須超過(guò)某一閾值(文中用Minpts表示)。DBSCAN算法的聚類(lèi)過(guò)程基于如下事實(shí):任意兩核心點(diǎn),如它們之間的距離在Eps內(nèi),則將它們放入一類(lèi)中;類(lèi)似地,與核心點(diǎn)的距離足夠近的邊界點(diǎn)也放入核心點(diǎn)相同的類(lèi)中,丟棄噪音點(diǎn)。

        1.1 相關(guān)概念

        DBSCAN相關(guān)的一些定義:

        定義1:x是給定數(shù)據(jù)集D中的一個(gè)對(duì)象,x的Eps鄰域定義為:NEps= {y∈D|d(x,y)≤Eps}。

        定義2:如果一個(gè)對(duì)象的鄰域中至少包含Minpts個(gè)對(duì)象,就稱(chēng)這個(gè)對(duì)象為核心對(duì)象。

        定義3:對(duì)于一個(gè)給定對(duì)象,如果它屬于某個(gè)核心點(diǎn)的近鄰而自己本身不是核心點(diǎn),那么稱(chēng)它為邊界點(diǎn),如圖1所示。

        圖1 核心點(diǎn)和邊界點(diǎn)

        定義4:如果p是一個(gè)核心對(duì)象,p在q的鄰域Eps中,稱(chēng)p是從直接密度可達(dá)的。

        定義5:如果存在一個(gè)對(duì)象鏈p1,p2,…,p n,其中p1=p,p n=q,且滿(mǎn)足p i從p i+1直接密度可達(dá),則稱(chēng)對(duì)象p是從對(duì)象q關(guān)于Eps和Minpts密度可達(dá)。

        定義6:如果對(duì)象集合D中存在一個(gè)對(duì)象o,使得對(duì)象p和q是從關(guān)于Eps和Minpts密度可達(dá)的,那么對(duì)象p和q是關(guān)于Eps和Minpts密度相連的。

        1.2 聚類(lèi)過(guò)程

        DBSCAN算法的詳細(xì)步驟:

        (1)將所有點(diǎn)分類(lèi),分別標(biāo)記為核心點(diǎn)、邊界點(diǎn)或噪音點(diǎn);

        (2)刪除噪音點(diǎn);

        (3)連接距離在Eps內(nèi)的所有核心點(diǎn);

        (4)將之間存在的連接的核心點(diǎn)放入同一類(lèi)中;

        (5)將邊界點(diǎn)分入與之相應(yīng)的核心點(diǎn)所在類(lèi)中。

        雖然DBSCAN算法有聚類(lèi)速度快、能夠有效處理噪聲點(diǎn)和發(fā)現(xiàn)任意形狀的空間聚類(lèi)的優(yōu)點(diǎn),但是該算法無(wú)法同時(shí)聚類(lèi)不同密度的簇,這是因?yàn)樗鼘?duì)于一個(gè)數(shù)據(jù)集只選取統(tǒng)一的Eps和Minpts。在實(shí)際情況下,簇的密度雖然不同,但具有一定的相同意義,這種情況在輻射源識(shí)別問(wèn)題中很容易造成增批現(xiàn)象。

        2 AP聚類(lèi)算法分析

        2.1 算法思想

        親和傳遞(AP)聚類(lèi)是由Frey等人于2007年在Science上提出的一種新的無(wú)監(jiān)督聚類(lèi)算法。親和傳遞聚類(lèi)算法的快速、有效性體現(xiàn)在處理大數(shù)據(jù)集的聚類(lèi)問(wèn)題上,例如對(duì)數(shù)千個(gè)手寫(xiě)郵政編碼的圖片,該算法只花費(fèi)了5 min就可以找出能準(zhǔn)確解釋各種筆跡類(lèi)型的少量圖片,而K均值算法在同樣的時(shí)間內(nèi)達(dá)到的精度卻很低。

        AP算法將所有的數(shù)據(jù)點(diǎn)看成潛在的聚類(lèi)中心點(diǎn),這樣就避免了聚類(lèi)結(jié)果受限于初始類(lèi)代表點(diǎn)的選擇。在AP聚類(lèi)中,假設(shè)把每個(gè)數(shù)據(jù)點(diǎn)都看作是有向圖中的一個(gè)節(jié)點(diǎn),任意節(jié)點(diǎn)之間傳遞責(zé)任度和可用度2種信息,在該圖的有向途徑上不斷遞歸地傳送這2種信息并修改它們的值,直到一個(gè)適合的類(lèi)代表點(diǎn)和相應(yīng)的聚類(lèi)出現(xiàn),如圖2所示。

        2.2 AP算法的過(guò)程

        AP算法首先建立一個(gè)N×N相似度關(guān)系矩陣S作為工作基礎(chǔ),此相似度矩陣是由N個(gè)數(shù)據(jù)點(diǎn)之間的相似度組成的。本文使用負(fù)的歐氏距離平方來(lái)計(jì)算任意兩點(diǎn)之間的相似度,如S(i,j)=-||x iy j||2,其范圍在(-∞,0]。相似度矩陣S就是由這些相似度組成的N×N階矩陣。在循環(huán)迭代過(guò)程中,各樣本點(diǎn)競(jìng)爭(zhēng)最終的聚類(lèi)中心。

        圖2 AP算法主要思想

        在循環(huán)迭代中,若一個(gè)數(shù)據(jù)點(diǎn)x k處于其相鄰數(shù)據(jù)點(diǎn)的中心位置上,則該點(diǎn)與其它數(shù)據(jù)點(diǎn)的相似度之和較大,即s(i,k)之和較大,將它作為類(lèi)代表點(diǎn)的可能性也就較大。反之,處于聚類(lèi)邊緣的數(shù)據(jù)點(diǎn)與其它數(shù)據(jù)點(diǎn)的相似度之和)較小,成為聚類(lèi)中心的可能性也越小。聚類(lèi)之前,AP算法中需預(yù)先設(shè)定的偏向參數(shù)p(k)作為樣本點(diǎn)k被選作聚類(lèi)中心的傾向性。

        通常在沒(méi)有先驗(yàn)知識(shí)的情況下,筆者認(rèn)為每個(gè)數(shù)據(jù)點(diǎn)的偏向參數(shù)都應(yīng)取相同的值,一般取相似度矩陣S的中值作為偏向參數(shù)p的初始值,即設(shè)定所有偏向參數(shù)p(k)為相同值p。同樣,p值的大小也影響到最終得到聚類(lèi)的類(lèi)的個(gè)數(shù)。AP算法可以通過(guò)改變p值來(lái)尋找合適的類(lèi)的數(shù)目,一般情況下,減小p值可以減少類(lèi)的個(gè)數(shù),增大p值可以增加類(lèi)的個(gè)數(shù),p是AP算法的一個(gè)重要參數(shù)。

        AP算法任意2個(gè)數(shù)據(jù)點(diǎn)之間傳遞著2種類(lèi)型的消息,分別為責(zé)任度矩陣R=[r(i,k)]n×n和可用度矩陣A=[a(i,k)]n×n。這2個(gè)信息量代表了不同的競(jìng)爭(zhēng)目的,r(i,k)是從點(diǎn)x i指向點(diǎn)x k,它代表點(diǎn)x k積累的能量,用來(lái)表示數(shù)據(jù)點(diǎn)x k適合作為數(shù)據(jù)點(diǎn)x i的類(lèi)代表點(diǎn)的代表程度。

        a(i,k)是從點(diǎn)x k指向點(diǎn)x i,它代表點(diǎn)x i積累的能量,用來(lái)表示數(shù)據(jù)點(diǎn)x i選擇數(shù)據(jù)點(diǎn)x k作為類(lèi)代表點(diǎn)的合適程度。對(duì)于任何數(shù)據(jù)點(diǎn)x i,計(jì)算所有數(shù)據(jù)點(diǎn)的代表程度r(i,k)和a(i,k)之和。r(i,k)與a(i,k)的和越大,則k點(diǎn)作為聚類(lèi)中心的可能性就越大。AP算法的核心步驟為2個(gè)信息量的迭代更新過(guò)程。下面是責(zé)任度R與可用度A的計(jì)算公式[6]:

        AP算法在信息更新這一步驟引入了另外一個(gè)重要的參數(shù)λ,即阻尼因子。它作為平衡因子,對(duì)上一次迭代和本次迭代的責(zé)任度和可用度進(jìn)行加權(quán)計(jì)算,得到本次迭代最終的相似度和可用度。平衡因子主要有2個(gè)作用:影響AP聚類(lèi)迭代的平穩(wěn)性;當(dāng)?shù)拇螖?shù)一定時(shí),迭代循環(huán)發(fā)生振蕩不能收斂,可以增大阻尼因子使算法收斂。另外,當(dāng)算法產(chǎn)生的類(lèi)數(shù)過(guò)多時(shí),也可以增大阻尼因子。設(shè)當(dāng)前迭代次數(shù)為i,加權(quán)公式為:

        其中λ∈[0,1)阻尼因子的作用是避免AP算法發(fā)生振蕩,增大阻尼因子可以消除振蕩。在本文的實(shí)驗(yàn)中,為了避免振蕩的發(fā)生,設(shè)置阻尼因子為0.9。

        AP聚類(lèi)相對(duì)K-Means聚類(lèi)的改進(jìn)之處在于:AP聚類(lèi)克服了K-Means聚類(lèi)方法的一些缺點(diǎn):對(duì)初始聚類(lèi)中心的選擇極為敏感且容易陷入局部極值。在其迭代過(guò)程中不斷地搜索適合的聚類(lèi)中心,使得聚類(lèi)目標(biāo)函數(shù)最大化。

        經(jīng)過(guò)聚類(lèi)后的數(shù)據(jù)變成了小樣本,減少了計(jì)算量,保證了系統(tǒng)實(shí)驗(yàn)具有可行性。所以該算法可以不必事先指定聚類(lèi)的數(shù)據(jù),有助于解決未知雷達(dá)輻射源信號(hào)的識(shí)別處理問(wèn)題。

        但是由于AP算法也是基于中心的聚類(lèi)算法,因此它也像其它中心算法一樣,不適應(yīng)非凸形分布的數(shù)據(jù)聚類(lèi),且由于它的聚類(lèi)中心是實(shí)際數(shù)據(jù),并非可移動(dòng)的虛擬中心,因此只能實(shí)現(xiàn)小范圍聚類(lèi)。實(shí)驗(yàn)證明,將AP聚類(lèi)算法用于信號(hào)識(shí)別會(huì)產(chǎn)生較嚴(yán)重的增批現(xiàn)象,因此需要對(duì)AP算法聚類(lèi)結(jié)果再進(jìn)行聚類(lèi)處理,以達(dá)到更理想的效果。

        3 基于AP密度聚類(lèi)的雷達(dá)輻射源信號(hào)識(shí)別算法

        3.1 基于AP密度聚類(lèi)算法流程

        本文將AP聚類(lèi)與改進(jìn)后的DBSCAN算法結(jié)合,設(shè)計(jì)了適合未知雷達(dá)輻射源信號(hào)的識(shí)別算法,即基于AP密度算法。具體實(shí)現(xiàn)流程如圖3所示。

        圖3 基于AP密度算法流程圖

        3.2 基于AP密度聚類(lèi)分選實(shí)現(xiàn)步驟

        基于AP密度聚類(lèi)分選的輸入是歸一化之后的脈沖描述字(PDW)特征參數(shù),對(duì)PDW的信號(hào)分選處理過(guò)程如下:

        (1)設(shè)置初始聚類(lèi)參數(shù)。初始聚類(lèi)參數(shù)有迭代數(shù)目、代表矩陣、適應(yīng)矩陣、阻尼因子和噪聲閾值。

        (2)設(shè)輸入的歸一化[7]PDW 特征參數(shù)矩陣含有n條待聚類(lèi)的PDW特征參數(shù)(稱(chēng)為樣本),即:

        式中:P為待分選的雷達(dá)信號(hào)特征參數(shù)矩陣;p i為一條PDW數(shù)據(jù);θAOAi為第i個(gè)脈沖的到達(dá)角;τPWi為第i個(gè)脈沖的脈寬;fRFi為第i個(gè)脈沖的載頻。

        (3)求解距離矩陣,得出相似矩陣,設(shè)置相似度矩陣對(duì)角線(xiàn)元素s(k,k)為矩陣的中值。

        (4)進(jìn)行信息更新,找到每個(gè)數(shù)據(jù)點(diǎn)的類(lèi)中心點(diǎn),若滿(mǎn)足以下迭代條件中任意一個(gè),迭代過(guò)程則結(jié)束:

        (a)滿(mǎn)足迭代次數(shù);

        (b)信息改變量低于閾值;

        (c)選擇的類(lèi)中心值在連續(xù)幾次迭代中保持穩(wěn)定。

        (5)生成局部聚類(lèi)結(jié)果,獲得聚類(lèi)與類(lèi)代表點(diǎn)。(6)設(shè)置局部密度聚類(lèi)閾值、鄰域半徑。

        (7)運(yùn)用DBSCAN算法對(duì)AP聚類(lèi)結(jié)果進(jìn)行再次聚類(lèi)。

        (8)輸出最終聚類(lèi)結(jié)果。

        3.3 識(shí)別算法仿真實(shí)驗(yàn)及性能分析

        為了驗(yàn)證基于AP密度聚類(lèi)算法對(duì)未知雷達(dá)輻射源信號(hào)識(shí)別的有效性,本節(jié)利用生成的PDW信號(hào)進(jìn)行基于AP密度聚類(lèi)算法的仿真實(shí)驗(yàn)。

        為了驗(yàn)證本文算法的準(zhǔn)確性,對(duì)算法進(jìn)行了仿真試驗(yàn),并將本算法與文獻(xiàn)[8]中提出的基于KMeans的改進(jìn)算法及DBSCAN算法進(jìn)行了比較。

        為了體現(xiàn)雷達(dá)信號(hào)環(huán)境的復(fù)雜性、交錯(cuò)性與數(shù)據(jù)真實(shí)性,本實(shí)驗(yàn)查閱了機(jī)載和艦船雷達(dá)手冊(cè),并結(jié)合前線(xiàn)真實(shí)數(shù)據(jù),模擬了6部雷達(dá)信號(hào)數(shù)據(jù),并設(shè)置了貼近實(shí)際的信號(hào)參數(shù)。雷達(dá)信號(hào)的頻域、時(shí)域、空域參數(shù)的變化形式是影響信號(hào)分選算法的主要因素,依據(jù)雷達(dá)手冊(cè)對(duì)相應(yīng)雷達(dá)輻射源的PDW參數(shù)變化形式進(jìn)行典型設(shè)置,如表1所示。

        表1 仿真雷達(dá)輻射源參數(shù)信息表

        從圖4~圖6和表2中可以看出,本文提出的基于AP密度算法成功將所有雷達(dá)信號(hào)識(shí)別出來(lái),體現(xiàn)了較高的準(zhǔn)確性。

        改進(jìn)的K-Means方法對(duì)第1部雷達(dá)進(jìn)行識(shí)別時(shí)產(chǎn)生了增批現(xiàn)象,這說(shuō)明雖然對(duì)原算法進(jìn)行了改進(jìn),但是由于算法本身的限制,對(duì)于非凸形的信號(hào)分布仍然不能很好地進(jìn)行正確分選;基于密度的聚類(lèi)算法由于采用全局性參數(shù),對(duì)第2部雷達(dá)進(jìn)行識(shí)別時(shí)出現(xiàn)了漏選情況。

        圖4 改進(jìn)K-Means聚類(lèi)結(jié)果

        圖5 DBSCAN聚類(lèi)結(jié)果

        圖6 基于AP密度聚類(lèi)結(jié)果

        表2 算法結(jié)果比較

        4 結(jié)束語(yǔ)

        本文在分析了AP聚類(lèi)及DBSCAN聚類(lèi)的基礎(chǔ)上,提出了一種基于基于AP密度聚類(lèi)的未知雷達(dá)輻射源信號(hào)識(shí)別算法。該方法在一定程度上克服了AP聚類(lèi)及DBSCAN聚類(lèi)的局限,提高了算法的識(shí)別率,具有一定的推廣價(jià)值。

        [1]陳峰.基于聚類(lèi)的增量數(shù)據(jù)挖掘研究[D].大連:大連海事大學(xué),2007:27-34.

        [2]Frey B J,Delbert Dueck.Clustering by passing messages between data points[J].Science,2007(315):972-976.

        [3]Givoni I E,F(xiàn)rey B J.A binary variable model for affinity propagation[J].Neural Computation,2009,21(6):1589-1600.

        [4]Dueck D,F(xiàn)rey B J,Jojic N.Constructing treatment portfolios using affinity propagation[A].Proceeding of 12th Annual International Conference,RECOMB 2008[C].Singapore,2008:360-371.

        [5]肖宇,于劍.基于近鄰傳播算法的半監(jiān)督聚類(lèi)[J].軟件學(xué)報(bào),2007,19(11):197-199.

        [6]王慧,申石磊.一種改進(jìn)的特征加權(quán)K-means聚類(lèi)算法[J].微電子學(xué)與計(jì)算機(jī),2010,27(7):161-163.

        [7]孫鑫,侯慧群,楊承志.基于改進(jìn)K-均值分類(lèi)的未知信號(hào)分選方法[J].現(xiàn)代電子技術(shù),2010,17(2):91-93.

        猜你喜歡
        輻射源雷達(dá)聚類(lèi)
        有雷達(dá)
        大自然探索(2023年7期)2023-08-15 00:48:21
        基于博弈論的GRA-TOPSIS輻射源威脅評(píng)估方法
        雷達(dá)
        數(shù)字電視外輻射源雷達(dá)多旋翼無(wú)人機(jī)微多普勒效應(yīng)實(shí)驗(yàn)研究
        外輻射源雷達(dá)直升機(jī)旋翼參數(shù)估計(jì)方法
        基于DBSACN聚類(lèi)算法的XML文檔聚類(lèi)
        基于遷移成分分析的雷達(dá)輻射源識(shí)別方法研究
        基于空時(shí)二維隨機(jī)輻射場(chǎng)的彈載雷達(dá)前視成像
        基于改進(jìn)的遺傳算法的模糊聚類(lèi)算法
        現(xiàn)代“千里眼”——雷達(dá)
        蜜桃传媒免费在线播放| 久久久久亚洲av成人网人人软件| 精品无码国产污污污免费网站 | 精品婷婷国产综合久久| 污污污污污污WWW网站免费| 国产人碰人摸人爱视频| 国产成人精品午夜福利| 日韩欧美中文字幕公布| 精品丝袜国产在线播放| 国产精品午夜福利天堂| 人妻精品人妻一区二区三区四区| 免费看美女被靠到爽的视频| 久久精品人妻无码一区二区三区| 吸咬奶头狂揉60分钟视频| 国产91网址| 久久精品女人天堂AV一个| 国产一区二区杨幂在线观看性色| 成人大片免费观看视频| 日本大肚子孕妇交xxx| 久久久天堂国产精品女人| 九九视频免费| av大片在线无码永久免费网址| 亚洲av熟女天堂久久天堂| 国产天堂av在线一二三四| 成人午夜福利视频后入| 影音先锋每日av色资源站| 亚洲七七久久综合桃花| av在线免费观看你懂的| 亚洲视频免费在线观看| 在教室伦流澡到高潮hgl动漫 | 成 人 网 站 免 费 av| 国产精品九九久久一区hh| 高清亚洲成av人片乱码色午夜| 国产不卡在线观看视频| 国产精品国产三级国产av品爱网| 永久免费的av在线电影网无码| 被暴雨淋湿爆乳少妇正在播放 | 亚洲区小说区图片区qvod伊| 大岛优香中文av在线字幕| 国产成人亚洲一区二区| 国产精品毛片一区二区三区|