本站原创摘 要：基于模糊聚类的改进信号分选方法可使用雷达脉冲信号特征参数分选信号.本文简要介绍雷达信号的分选方法,并着重阐释以改进的模糊聚类为基础的雷达信号分析方法.
关 键 词 ：模糊聚类；雷达信号分选；加权系数
中图分类号：TN957.51 文献标识码：A 文章编号：1674-7712 （2014） 04-0000-01
现有的以聚类方法为基础的信号分选方法：CLIQUE算法、STING算法,以及以神经网络为基础的聚类算法.它们在一定程度上能满足雷达信号分选的要求,但都因计算量巨大以及聚类半径和中心参数较难掌控,而不能付诸实践.模糊聚类法,不需设定聚类半径和中心等参数,使用样本数据的相似度即可.
一、雷达信号分选的常用方法
二、以改进的模糊聚类为基础的雷达信号分选
（一）选定参数.本机测量视频脉冲流可以测得TOA与PW；PRI可以通过对TOA使用分选算法算得；根据载频和相位,可算得DOA[2].
（二）标准化数据.处理数据时,为消除数据不同度量对分选结果的影响,可使用极值标准化方法.标准化后,数据基本上都在[0,1]间,可以同等量级参与运算[3].
三、结束语
通过分析和计算雷达信号特征参数,模糊聚类法可以在很大程度上实现对雷达信号的分选.而如何将雷达信号的分选进行智能化改进,仍是现阶段研究所面临的问题.