首页 > 论文 > 激光与光电子学进展 > 56卷 > 06期(pp:062804)

偏联系聚类和RF算法在雷达信号分选中的应用

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

为了提高雷达调制信号在日趋复杂多样的电子对抗环境中的分选准确度,建立融合偏联系数模糊聚类(PCFCM)算法和教与学随机森林(TLRF)算法的雷达调制信号分选模型(PCFCM-TLRF)。该模型首先引入偏联系数(PCN)改进K均值聚类(K-means)算法,从而优化模糊C均值聚类(FCM)算法的初始聚类中心,形成改进的FCM算法,用改进后的FCM算法对信号样本集进行预处理;然后使用教与学(TLBO)算法优化随机森林(RF)算法中的决策树组合,使优化后的RF算法能够以更低的复杂度构成更优的分类器;最后将预处理后的样本作为教与学随机森林中的训练样本实现信号分选。仿真实验结果显示,与其他分选模型相比,PCFCM-TLRF模型具有更高的分选准确度,能够有效地实现雷达调制信号的分选。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop56.062804

作者单位:

    江南大学
    江南大学物联网工程学院
    江南大学

引用该论文

张萌萌,刘以安,宋萍. 偏联系聚类和RF算法在雷达信号分选中的应用[J].激光与光电子学进展,2019,56(06):062804.