10.12305/j.issn.1001-506X.2023.08.20
用于雷达信号分选的连通k近邻聚类算法
为了能够在密集且复杂多变的信号环境中进行实时有效的信号分选,需要一种具有较低复杂度且能够根据信号环境自动调整参数的聚类方法.在模糊聚类算法的基础上结合k近邻搜索,将 λ邻域范围搜索变为λ邻域内k近邻搜索,提出了连通k近邻聚类(connected k-nearest neighbor clustering,CkNNC)算法.相比模糊聚类算法,所提算法时间复杂度降低而空间复杂度稍有增加.为使得该算法能够根据信号环境自动进行参数调整,提出了基于k距离图的阈值参数确定方法.所提算法具有时间复杂度低与阈值参数自动确定的特点,仿真结果表明所提算法与使用Calinski-Harabasz指标确定最佳阈值的低复杂度模糊聚类算法相比,分选效果差距不大、性能相近,而时间复杂度大幅下降.
电子对抗、信号分选、聚类、k近邻、k距离图
45
TN957.51
黑龙江省自然科学基金项目;航空科学基金资助课题
2023-08-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
2463-2470