-
公开(公告)号:CN119596244A
公开(公告)日:2025-03-11
申请号:CN202411633216.1
申请日:2024-11-15
Applicant: 北京理工大学 , 北京东方计量测试研究所
IPC: G01S7/28 , G06F18/23213 , G06F18/2413 , G06N5/01 , G06F18/25
Abstract: 本发明涉及信号处理、数据表征以及分类技术领域,公开一种基于SOM锚点提取与图融合的雷达信号谱聚类分选方法,包括:配置雷达信号分选簇数及雷达脉冲参数,获得归一化后的雷达脉冲数据集,以雷达脉冲数据集中的每一归一化处理后的雷达脉冲为节点,构建雷达脉冲的KNN图;基于SOM提取归一化后的雷达脉冲数据集的锚点,计算提取出的SOM锚点与所有节点之间的相似度,获得相似度矩阵,基于相似度矩阵构建锚图邻接矩阵,即为自适应锚图;加权融合KNN图与自适应锚图,获得融合图;基于雷达信号分选簇数与融合图进行谱聚类分选,获得分选结果。本发明突破了经典雷达分选聚类算法只能利用距离信息和密度信息的局限,提高了在复杂雷达脉冲分布条件下的分选性能。
-
公开(公告)号:CN118606822A
公开(公告)日:2024-09-06
申请号:CN202410710983.1
申请日:2024-06-04
Applicant: 北京理工大学
IPC: G06F18/2415 , G01S7/02 , G06N3/045 , G06N3/0499 , G06N3/0464 , G06F18/213 , G06F18/214 , G06N3/049
Abstract: 本发明属于雷达信号分选技术领域,涉及基于多类型注意力耦合的多功能雷达信号分选系统及方法,所述系统依托于依次相连的脉冲位置编码模块、多注意力耦合模块、批归一化模块及解码器。所述方法包括:构建雷达特征参数数据集;对数据集中的雷达特征参数进行归一化和脉冲位置编码后,输出至多注意力耦合模块;然后经批归一化模块得到批归一化后矩阵;再将批归一化后矩阵输入至由前馈神经网络与Softmax函数组成的解码器进行解码,得到预测标签;最后训练和测试多功能雷达信号分选系统,输出雷达信号分选结果。所述系统及方法结合脉冲位置编码、多注意力耦合、批归一化及解码器,实现雷达脉冲连续丢失、参数交叠严重条件下的信号稳健分选。
-