

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、雷達(dá)信號(hào)分選是現(xiàn)代雷達(dá)偵察設(shè)備必須具備的功能,在電子對(duì)抗和反對(duì)抗中起著很重要的作用。隨著雷達(dá)反偵察技術(shù)的發(fā)展和雷達(dá)輻射源信號(hào)數(shù)量的不斷增加,電子偵察設(shè)備截獲的雷達(dá)信號(hào)數(shù)量巨大而且樣式復(fù)雜。同時(shí),特殊體制的雷達(dá)信號(hào)日益增多和不同密度混合交疊的信號(hào)環(huán)境,使得雷達(dá)信號(hào)分選的研究任務(wù)變得十分艱巨。由于傳統(tǒng)的雷達(dá)信號(hào)分選算法很難適應(yīng)當(dāng)今的信號(hào)分選要求,因此必須努力研究新型的雷達(dá)信號(hào)分選方法。
本文首先介紹了一些傳統(tǒng)的經(jīng)典聚類(lèi)算法,并分析
2、了它們的優(yōu)缺點(diǎn)及適用范圍。通過(guò)對(duì)比可知網(wǎng)格密度聚類(lèi)算法的優(yōu)勢(shì),非常適合雷達(dá)信號(hào)的分選。因此針對(duì)固定網(wǎng)格在雷達(dá)信號(hào)分選過(guò)程中,由于網(wǎng)格的劃分問(wèn)題導(dǎo)致算法速度慢和算法聚類(lèi)精度低的問(wèn)題,本文設(shè)計(jì)了基于動(dòng)態(tài)網(wǎng)格密度聚類(lèi)算法;另外,針對(duì)傳統(tǒng)的密度網(wǎng)格聚類(lèi)不能處理多密度雷達(dá)信號(hào)的問(wèn)題,本文設(shè)計(jì)了一種基于動(dòng)態(tài)網(wǎng)格多密度聚類(lèi)算法。
基于動(dòng)態(tài)網(wǎng)格密度聚類(lèi)的雷達(dá)信號(hào)分選算法采用動(dòng)態(tài)網(wǎng)格生成技術(shù),大幅度地減少無(wú)效網(wǎng)格生成數(shù)目;通過(guò)移動(dòng)網(wǎng)格技術(shù)消除對(duì)
3、數(shù)據(jù)輸入的依賴(lài)性;用改進(jìn)的雙密度閾值提高聚類(lèi)精度。該算法不需要輸入任何參數(shù)就能快速對(duì)任意形狀大小的數(shù)據(jù)集進(jìn)行聚類(lèi)。實(shí)驗(yàn)表明,該算法能有效去除噪聲,快速準(zhǔn)確的對(duì)未知雷達(dá)信號(hào)進(jìn)行聚類(lèi)。
基于動(dòng)態(tài)網(wǎng)格多密度聚類(lèi)根據(jù)密度聚類(lèi)中密度可達(dá)思想,構(gòu)建了網(wǎng)格密度可達(dá)的概念;并利用動(dòng)態(tài)網(wǎng)格生成技術(shù)生成網(wǎng)格單元,大大提高了分選的效率;通過(guò)邊界網(wǎng)格提取技術(shù)有效解決了邊界點(diǎn)的問(wèn)題,并進(jìn)一步提高了聚類(lèi)的精度;無(wú)需設(shè)定密度閾值,通過(guò)廣度優(yōu)先搜索算法尋找網(wǎng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支撐向量聚類(lèi)的雷達(dá)輻射源信號(hào)分選算法.pdf
- 基于網(wǎng)格密度的高精度聚類(lèi)算法研究.pdf
- 基于網(wǎng)格的密度峰值聚類(lèi)算法研究及其應(yīng)用.pdf
- 基于密度網(wǎng)格的數(shù)據(jù)流聚類(lèi)算法研究.pdf
- 雷達(dá)信號(hào)分選算法研究.pdf
- 基于網(wǎng)格與密度的數(shù)據(jù)流聚類(lèi)算法研究.pdf
- 基于密度網(wǎng)格的關(guān)聯(lián)規(guī)則開(kāi)采及聚類(lèi)算法.pdf
- 基于密度和網(wǎng)格的數(shù)據(jù)流聚類(lèi)算法研究.pdf
- 基于網(wǎng)格密度和空間劃分樹(shù)的聚類(lèi)算法研究.pdf
- 基于網(wǎng)格和密度的數(shù)據(jù)流聚類(lèi)算法研究.pdf
- 基于密度維度樹(shù)的增量式網(wǎng)格聚類(lèi)算法.pdf
- 密度影響因子相關(guān)的網(wǎng)格聚類(lèi)算法研究.pdf
- 基于網(wǎng)格和密度的并行聚類(lèi)算法的研究與實(shí)現(xiàn).pdf
- 基于密度網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)流在線聚類(lèi)算法研究
- 基于雙層網(wǎng)格和密度的數(shù)據(jù)流聚類(lèi)算法研究.pdf
- 基于密度網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)流在線聚類(lèi)算法研究.pdf
- 基于網(wǎng)格和密度聚類(lèi)算法的入侵檢測(cè)技術(shù)研究.pdf
- 一種基于網(wǎng)格的密度聚類(lèi)算法研究及應(yīng)用.pdf
- 基于FPGA的雷達(dá)信號(hào)分選算法研究與實(shí)現(xiàn).pdf
- 未知雷達(dá)信號(hào)分選算法研究.pdf
評(píng)論
0/150
提交評(píng)論