李峥
- 作品数：3 被引量：46H指数：3
- 供职机构：电子对抗国防科技重点实验室更多>>
- 发文基金：中央高校基本科研业务费专项资金中国博士后科学基金黑龙江省博士后基金更多>>
- 相关领域：电子电信更多>>
- 分段聚类在雷达信号分选中的应用被引量：20
- 2008年
- 分析了雷达信号分选中的容差问题,现代电子战面临的越来越复杂密集的脉冲环境,使容差问题成为制约现有多参数信号分选体制分选效率的重要因素.根据统计学习理论的思想,提出了一种基于支持向量聚类和级联互耦的分段聚类雷达信号分选方法,该方法克服了容差问题对雷达信号分选的影响.通过仿真实验验证,对于高脉冲密度环境和复杂的信号形式,这种分选方法是有效的.
- 国强王常虹郭立民李峥祝正威华云
- 关键词：支持向量聚类信号分选容差
- 一种新的雷达全脉冲信号特征提取方法被引量：7
- 2006年
- 提出一种基于结构函数和经验模态分解的雷达全脉冲信号特征提取方法.该方法将载波频率和到达时间构成二维特征信息,并且首次引入结构函数和经验模态分解对雷达全脉冲序列的特征进行分析.实验结果表明,该方法能够有效地提取出复杂脉冲环境中载频周期滑变信号的滑变频率,从而为多信号交叠的雷达脉冲序列的信号分选找到一个新的特征.
- 国强张兴周李峥
- 关键词：信号分选结构函数经验模态分解特征提取
- 支持向量聚类联合类型熵识别的雷达信号分选方法被引量：22
- 2010年
- 针对复杂环境下传统雷达信号分选处理中由于设定容差难以准确分选的问题,提出一种分层互耦支持向量聚类(SVC)联合类型熵识别的多参数雷达信号分选方法.该方法首先对雷达信号的全脉冲序列进行分层处理,再分别对每个子序列进行SVC聚类,然后引入分层耦合的思想,利用所提取子序列的全部质心,重新进行SVC聚类,将各分层的全脉冲序列中属于同一雷达信号源的子序列连接起来,从而实现对雷达全脉冲序列信号的分选.根据类型熵随信号种类数的增加及信号复杂性的增加而增大的特点,对多参数聚类结果进行类型熵的计算,并将类型熵识别用来辅助信号分选.实验结果表明,对于高脉冲密度环境和复杂的信号形式,提出的方法避免了传统信号分选方法中所面临的容差问题对信号分选的影响,可以实现有效分选.
- 国强王常虹李峥
- 关键词：支持向量聚类雷达信号信号分选
