基于模糊C类均值聚类的信源数估计方法

摘要：

信源数估计的性能直接影响着高分辨测向的精度.为提高估计方法的性能,提出一种基于模糊C类均值(fuzzy C-means,FCM)聚类的信源数估计方法.在此方法中,信号的协方差阵的特征值及其差值,对协方差阵酉变换得到的盖氏圆半径及其差值作为FCM聚类过程中的样本指标.最终判断样本归属时,引入容错概率的概念.在接受一定程度容错的前提下,提高了算法的性能.在不同噪声类型下进行仿真的结果表明,所提出的信源数估计方法性能较好.

关键词：信源数估计、特征值、盖氏圆、模糊聚类

所属期刊栏目：41

分类号：TN011(一般性问题)

资助基金：国家自然科学基金61701525;中国博士后科学基金2017M623351资助课题

在线出版日期：2019-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：244-248