[发明专利]一种基于类别合并的脉冲信号聚类分选方法

摘要

一种基于类别合并的脉冲信号聚类分选方法，本发明涉及基于类别合并的脉冲信号聚类分选方法。本发明的目的是为了解决现有聚类结果中的类别数正确率低，类并合并后的聚类数目与真实信号数目不符的缺点。一种基于类别合并的脉冲信号聚类分选方法具体是按照以下步骤进行的：步骤一、确定初始聚类中心和分类距离；步骤二、得到新的聚类中心；步骤三、计算新的聚类中心之间是否满足信号特征；步骤四、将满足信号特征的聚类中心合并，完成类别合并的信号聚类分选。本发明用于信号处理领域。

主权项

1.一种基于类别合并的脉冲信号聚类分选方法，其特征在于，所述方法具体是按照以下步骤进行的：步骤一、确定初始聚类中心d₁,d₂…d_n和分类距离D₁,D₂…D_n，d₁为第一个类别的初始聚类中心，d₂为第二个类别的初始聚类中心，d_n为第n个类别的初始聚类中心，D₁为第一个类别的分类距离，D₂为第二个类别的分类距离，D_n为第n个类别的分类距离，n为正整数；步骤二、将雷达接收机接收到的数据点a₁,a₂…a_m分别依次与初始聚类中心d₁,d₂…d_n计算欧几里德聚类距离，得到|a_i‑d_j|，其中，1≤i≤m，1≤j≤n，m为正整数；如果|a_i‑d_j|≤D_j，则将数据点a_i归为第d_j个初始聚类中心，每个聚类中心对应一个类别；如果|a_i‑d_j|＞D_j，则数据点a_i不属于第d_j个初始聚类中心，继续与大于d_j并小于等于d_n的初始聚类中心相比较，如果数据点a_i不属于大于d_j并小于等于d_n的初始聚类中心，则将数据点a_i视为一个新的聚类中心；直到所有数据点a₁,a₂…a_m完成聚类分选，得到新的聚类中心d₁′,d₂′…d_n′；步骤三、计算新的聚类中心之间是否满足信号特征；步骤四、将满足信号特征的聚类中心合并，完成类别合并的信号聚类分选；所述步骤二中，其中k_n为每个聚类中心的数据点个数，a_cn为每个聚类中心包含的数据点，1≤cn≤k_n，k_n为正整数；所述步骤三中计算新的聚类中心之间是否满足信号特征；具体过程为：对于抖动信号，如果新的聚类中心满足关系：|d_x'‑d_j'|≤(1+Δδ)D₀，则d_x'、d_j'两个聚类中心应合并为同一类别；其中，1≤x≤n，1≤j≤n，其中d_x'，d_j'分别为d₁′,d₂′…d_n′中任意两个聚类中心，D₀为阈值参数，Δδ为抖动量取0.01‑0.03。