一種基于類別合并的脈沖信號(hào)聚類分選方法
【專利摘要】一種基于類別合并的脈沖信號(hào)聚類分選方法，本發(fā)明涉及基于類別合并的脈沖信號(hào)聚類分選方法。本發(fā)明的目的是為了解決現(xiàn)有聚類結(jié)果中的類別數(shù)正確率低，類并合并后的聚類數(shù)目與真實(shí)信號(hào)數(shù)目不符的缺點(diǎn)。一種基于類別合并的脈沖信號(hào)聚類分選方法具體是按照以下步驟進(jìn)行的：步驟一、確定初始聚類中心和分類距離；步驟二、得到新的聚類中心；步驟三、計(jì)算新的聚類中心之間是否滿足信號(hào)特征；步驟四、將滿足信號(hào)特征的聚類中心合并，完成類別合并的信號(hào)聚類分選。本發(fā)明用于信號(hào)處理領(lǐng)域。
【專利說明】
一種基于類別合并的脈沖信號(hào)聚類分選方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及基于類別合并的脈沖信號(hào)聚類分選方法。
【背景技術(shù)】
[0002] 經(jīng)典的信號(hào)聚類分選算法是基于K均值聚類算法，而傳統(tǒng)的K均值算法是用給定的 聚類中心完成信號(hào)的分選，那么聚類中心的選取很大程度決定了分類的類數(shù)和正確與否。 因此信號(hào)聚類算法一般采用的是改進(jìn)的聚類算法，即選取先截獲的脈沖信號(hào)參數(shù)為聚類中 心，根據(jù)歐幾里德定理，判斷后續(xù)脈沖信號(hào)應(yīng)該單獨(dú)成為新的聚類中心，還是應(yīng)該劃歸到已 有的類里。但是存在的問題是這種聚類方法無(wú)法根據(jù)脈沖信號(hào)調(diào)制類型的不同而聚類，比 如：抖動(dòng)信號(hào)的聚類中心的范圍相較于常規(guī)信號(hào)的聚類中心范圍要大，滑變信號(hào)的聚類中 心應(yīng)該呈線性變化，導(dǎo)致聚類結(jié)果中的類別數(shù)正確率低，類并合并后的聚類數(shù)目與真實(shí)信 號(hào)數(shù)目不符。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是為了解決現(xiàn)有聚類結(jié)果中的類別數(shù)正確率低，類并合并后的聚類 數(shù)目與真實(shí)信號(hào)數(shù)目不符的缺點(diǎn)，而提出一種基于類別合并的脈沖信號(hào)聚類分選方法。
[0004] -種基于類別合并的脈沖信號(hào)聚類分選方法具體是按照以下步驟進(jìn)行的：
[0005] 步驟一、確定初始聚類中心Cl1，dr-dn和分類距離D 1, Dr-Dn，Cl1為第一個(gè)類別的初 始聚類中心，d2為第二個(gè)類別的初始聚類中心，d n為第η個(gè)類別的初始聚類中心，DA第一個(gè) 類別的分類距離，D2為第二個(gè)類別的分類距離，D n為第η個(gè)類別的分類距離，η為正整數(shù)；
[0006] 步驟二、將雷達(dá)接收機(jī)接收到的數(shù)據(jù)點(diǎn)分別依次與初始聚類中心札山… 1計(jì)算歐幾里德聚類距離，得到I ai-山I，其中，I Si Sm，I < j Sn，m為正整數(shù)；
[0007] 如果I ai-dj I彡Dj，則將數(shù)據(jù)點(diǎn)ai歸為第dj個(gè)初始聚類中心，每個(gè)聚類中心對(duì)應(yīng)一個(gè) 類別；
[0008] 如果I ai-dj I >Dj，則數(shù)據(jù)點(diǎn)ai不屬于第dj個(gè)初始聚類中心，繼續(xù)與大于dj并小于等 于1的初始聚類中心相比較，如果數(shù)據(jù)點(diǎn)ai不屬于大于山并小于等于1的初始聚類中心，則 將數(shù)據(jù)Aa 1視為一個(gè)新的聚類中心；
[0009] 直到所有數(shù)據(jù)點(diǎn)ai，ar"am完成聚類分選，得到新的聚類中心d/，(!/…d/ ;
[0010] 步驟三、計(jì)算新的聚類中心之間是否滿足信號(hào)特征；
[0011]步驟四、將滿足信號(hào)特征的聚類中心合并，完成類別合并的信號(hào)聚類分選。
[0012] 本發(fā)明的有益效果為：
[0013] 本發(fā)明提出一種基于類別合并的脈沖信號(hào)聚類分選算法，相比于傳統(tǒng)算法，本發(fā) 明利用類別合并的信號(hào)聚類分選算法將正常聚類后的信號(hào)進(jìn)行類別合并，對(duì)聚類結(jié)束的各 個(gè)小類的聚類中心進(jìn)行計(jì)算，如果符合一定的規(guī)律，則可以合并為同一個(gè)類別，這樣做的好 處是可以提高聚類結(jié)果中的類別數(shù)正確率，使聚類結(jié)果中的類別數(shù)正確率從85%提高到 95%，從而使實(shí)際聚類中小類特點(diǎn)更加符合信號(hào)的變化規(guī)律，類并合并后的聚類數(shù)目與真 實(shí)信號(hào)數(shù)目相一致，使實(shí)際的聚類數(shù)目更接近于信號(hào)的真實(shí)數(shù)目，有利于后續(xù)信號(hào)的參數(shù) 提取和處理，解決了可能錯(cuò)誤聚類及聚類數(shù)目多于實(shí)際信號(hào)數(shù)目的問題。
[0014] 輸入數(shù)據(jù)為表1中的數(shù)據(jù)，分別用無(wú)合并的多參數(shù)聚類和有合并的多參數(shù)聚類對(duì) 其蒙特卡洛仿真，仿真結(jié)果如表3所示:仿真中除了本身信號(hào)的五對(duì)參數(shù)外，還混入了 12對(duì) 虛假脈沖，因此理應(yīng)得到的分類數(shù)為17類，考慮到存在噪聲干擾和抖動(dòng)問題，可以將容差擴(kuò) 為16-18類之間。從表3中可以看出有合并的多參數(shù)聚類法在1000次仿真中，有849次聚類數(shù) 目落在16-18之間，而無(wú)合并的多參數(shù)聚類法卻有950次落在20-22之間，與正確類別數(shù)相差 很多，因此將相關(guān)的類別進(jìn)行合并可以將聚類結(jié)果中的類別數(shù)正確率有效提高，證明了該 發(fā)明方法的優(yōu)越性。
【附圖說明】
[0015] 圖1為本發(fā)明流程圖；
[0016] 圖2為RF與PW聯(lián)合聚類分選抖動(dòng)脈沖信號(hào)結(jié)果圖。
【具體實(shí)施方式】
【具體實(shí)施方式】 [0017] 一:結(jié)合圖1說明本實(shí)施方式，本實(shí)施方式的一種基于類別合并的脈 沖信號(hào)聚類分選方法具體是按照以下步驟進(jìn)行的：
[0018] 步驟一、確定初始聚類中心cU，dr-dn和分類距離D1,Dr-D n，Cl1為第一個(gè)類別的初 始聚類中心，d2為第二個(gè)類別的初始聚類中心，d n為第η個(gè)類別的初始聚類中心，DA第一個(gè) 類別的分類距離，D2為第二個(gè)類別的分類距離，D n為第η個(gè)類別的分類距離，η為正整數(shù)；
[0019] 步驟二、將雷達(dá)接收機(jī)接收到的數(shù)據(jù)點(diǎn)ai，a2'"am分別依次與初始聚類中心札山… cU十算歐幾里德聚類距離，得到I m-山I，其中，1彡i彡m，1彡j彡η，
[0020] 如果I ai-dj I彡Dj，則將數(shù)據(jù)點(diǎn)ai歸為第dj個(gè)初始聚類中心，每個(gè)聚類中心對(duì)應(yīng)一個(gè) 類別；
[0021 ]如果I ai-dj I >Dj，則數(shù)據(jù)點(diǎn)ai不屬于第dj個(gè)初始聚類中心，繼續(xù)與大于dj并小于等 于4的初始聚類中心相比較，如果不屬于大于山并小于等于4的初始聚類中心，則將數(shù)據(jù)點(diǎn) &1視為一個(gè)新的聚類中心，即d n+1;
[0022]直到所有數(shù)據(jù)點(diǎn)&1，^"完成聚類分選，!11為正整數(shù)，得到新的聚類中心(11 /，(12/··· d/ ;
[0023]步驟三、計(jì)算新的聚類中心之間是否滿足信號(hào)特征；
[0024] 步驟四、將滿足信號(hào)特征的聚類中心合并后，最后聚類的數(shù)目和范圍更加接近真 實(shí)環(huán)境中信號(hào)的類別和實(shí)際數(shù)量，完成類別合并的信號(hào)聚類分選。
[0025] 【具體實(shí)施方式】二：本實(shí)施方式與【具體實(shí)施方式】一不同的是：所述步驟二中
?其中k為每個(gè)聚類中心的數(shù)據(jù)點(diǎn)個(gè)數(shù)，a。為每個(gè)聚 類中心包含的數(shù)據(jù)點(diǎn)，K c < k，k為正整數(shù)。
[0026] 其它步驟及參數(shù)與【具體實(shí)施方式】一相同。
[0027]【具體實(shí)施方式】三:本實(shí)施方式與【具體實(shí)施方式】一或二不同的是:所述步驟三中計(jì) 算新的聚類中心之間是否滿足信號(hào)特征;具體過稱為：
[0028] 對(duì)于抖動(dòng)信號(hào)，如果新的聚類中心滿足關(guān)系：|cu'-d/i彡α+ΔδΜ，則cu'、d/兩 個(gè)聚類中心應(yīng)合并為同一類別；
[0029] 其中，彡n，l彡j彡n，其中di'，dj'分別為d/，(!/…dr/中任意兩個(gè)聚類中心，D 0 為閾值參數(shù)，△ δ為抖動(dòng)量取0.01-0.03;閾值參數(shù)為人為設(shè)置，經(jīng)驗(yàn)值。
[0030] 其它步驟及參數(shù)與【具體實(shí)施方式】一或二相同。
[0031]【具體實(shí)施方式】四：本實(shí)施方式與【具體實(shí)施方式】一至三之一不同的是：所述步驟三 中計(jì)算新的聚類中心之間是否滿足信號(hào)特征;具體過稱為：
[0032] 對(duì)于滑變信號(hào)，如果新的聚類中心滿足關(guān)男
則(^'、(!/、山'三個(gè)聚 類中心應(yīng)該合并為同一類別；
[0033] 其中，1彡1彡11，1彡」彡11，1彡1彡11，其中6，，山，，(11，分別為(11 /，(12/."(11/中任意三 個(gè)聚類中心，λ為任意實(shí)數(shù)。
[0034]其它步驟及參數(shù)與【具體實(shí)施方式】一至三之一相同。
[0035]【具體實(shí)施方式】五:本實(shí)施方式與【具體實(shí)施方式】一至四之一不同的是：所述步驟三 中計(jì)算新的聚類中心之間是否滿足信號(hào)特征;具體過稱為：
[0036] 對(duì)于參差信號(hào)，如果新的聚類中心滿足關(guān)系
則cU'、d/兩個(gè)聚類中 心應(yīng)合并為同一類別；
[0037] 其中，1彡<11，1幻彡11，6'，(1」'分別為(11/，(1 2/~(11/中任意兩個(gè)聚類中心，01為檢 測(cè)參數(shù)，所述檢測(cè)參數(shù)〇:為人為設(shè)置，經(jīng)驗(yàn)值。
[0038] 其它步驟及參數(shù)與【具體實(shí)施方式】一至四之一相同。
[0039]采用以下實(shí)施例驗(yàn)證本發(fā)明的有益效果：
[0040] 實(shí)施例一：
[0041]本實(shí)施例一種基于類別合并的脈沖信號(hào)聚類分選方法具體是按照以下步驟制備 的：
[0042] 實(shí)驗(yàn)中采用的數(shù)據(jù)如表1所示:每部雷達(dá)二十組數(shù)據(jù)共一百組數(shù)據(jù)隨機(jī)混合在一 起，分別對(duì)脈沖寬度PW加1.8ys的抖動(dòng)和射頻RF加1.8MHz的抖動(dòng)量。在此基礎(chǔ)上，又在信號(hào) 加入了多個(gè)虛假脈沖信號(hào)仿真出真實(shí)的信號(hào)環(huán)境。在最后的雷達(dá)脈沖數(shù)據(jù)上PW值加上均值 為Oys，方差為0.8ys的正態(tài)分布的測(cè)量誤差，RF值加上均值為OMHz，方差為0.4MHz的正態(tài)分 布的測(cè)量誤差。表2為聚類后參數(shù)中心值。
[0043] 表1雷達(dá)參數(shù)
[0045]步驟一、取雷達(dá)數(shù)據(jù)的頭兩個(gè)數(shù)據(jù)為初始聚類中心（20,25)和(62,38)以及分類距 離15和16,（20,25)是第一個(gè)類別的初始聚類中心，（62,38)是第二個(gè)類別的初始聚類中心， 15為第一個(gè)類別的分類距離，16為第二個(gè)類別的分類距離；
[0046] 步驟二、將雷達(dá)接收機(jī)接收到的數(shù)據(jù)點(diǎn)分別依次與初始聚類中心（20，25)和(62， 38)計(jì)算歐幾里德聚類距離，得到Ia 1-山I，其中，3彡i彡112,1彡j彡2，
[0047] 如果I ai-dj I彡Dj，則將數(shù)據(jù)點(diǎn)ai歸為第dj個(gè)初始聚類中心，每個(gè)聚類中心對(duì)應(yīng)一個(gè) 類別；
[0048]如果I ai-dj I >Dj，則數(shù)據(jù)點(diǎn)ai不屬于第dj個(gè)初始聚類中心，繼續(xù)與大于dj并小于等 于4的初始聚類中心相比較，如果不屬于大于山并小于等于4的初始聚類中心，則將數(shù)據(jù)點(diǎn) &1視為一個(gè)新的聚類中心，即d n+1，直到所有數(shù)據(jù)點(diǎn)&1，&2-1完成聚類分選，!11為正整數(shù)，得 到新的聚類中心d/，(^ ···(!/ ;
[0049]
其中k為每個(gè)聚類中心的數(shù)據(jù)點(diǎn)個(gè) 數(shù)，a。為每個(gè)聚類中心包含的數(shù)據(jù)點(diǎn)，1彡c彡k，k為正整數(shù)；
[0050] 步驟四、計(jì)算新的聚類中心之間是否滿足某種信號(hào)特征，
[0051 ] 對(duì)于抖動(dòng)信號(hào)，如果新的聚類中心滿足關(guān)系：I di ' -dj ' I彡（1+ Δ δ)Do，1彡i彡η，1彡 _]_彡11，其中么6取0.3,0()取16，其中6'，(1/分別為(11/，(1 2/'"(11/中任意兩個(gè)聚類中心，則(^'、 山'兩個(gè)聚類中心應(yīng)該合并為同一類別；
[0052] 衷2聚類后參數(shù)中心倌
[0054]從圖2中可以看出脈沖信號(hào)大致主要分為五類，'〇'代表脈沖信號(hào)，' + '代表聚類中 心，其他的一些是干擾信號(hào)和虛假脈沖。對(duì)于仿真中的抖動(dòng)脈沖信號(hào)，從圖2中可以看出在 聚類中心附近脈沖信號(hào)有較大的抖動(dòng)，表2中聚類后的中心值相比于初始聚類中心存在一 定的偏差，如果虛假脈沖距離信號(hào)距離較近有可能會(huì)錯(cuò)分為一類或者信號(hào)抖動(dòng)范圍過大導(dǎo) 致信號(hào)中個(gè)別子脈沖被誤為另一類，分選結(jié)果的精確程度和信號(hào)本身的變化形式有關(guān)，BP 信號(hào)的調(diào)制形式會(huì)影響到聚類中心從而影響聚類結(jié)果。
[0055]輸入數(shù)據(jù)為表1中的數(shù)據(jù)，分別用無(wú)合并的多參數(shù)聚類和有合并的多參數(shù)聚類對(duì) 其蒙特卡洛仿真，仿真結(jié)果如表3所示：
[0056] 表3兩種聚類方法結(jié)果的對(duì)比表
[0059]仿真分析:仿真中除了本身信號(hào)的五對(duì)參數(shù)外，還混入了 12對(duì)虛假脈沖，因此理應(yīng) 得到的分類數(shù)為17類，考慮到存在噪聲干擾和抖動(dòng)問題，可以將容差擴(kuò)為16-18類之間。從 表3中可以看出有合并的多參數(shù)聚類法在1000次仿真中，有849次聚類數(shù)目落在16-18之間， 而無(wú)合并的多參數(shù)聚類法卻有950次落在20-22之間，與正確類別數(shù)相差很多，因此將相關(guān) 的類別進(jìn)行合并可以將聚類結(jié)果中的類別數(shù)正確率有效提高，證明了該發(fā)明方法的優(yōu)越 性。
[0060]本發(fā)明還可有其它多種實(shí)施例，在不背離本發(fā)明精神及其實(shí)質(zhì)的情況下，本領(lǐng)域 技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng)屬于 本發(fā)明所附的權(quán)利要求的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種基于類別合并的脈沖信號(hào)聚類分選方法，其特征在于：一種基于類別合并的脈 沖信號(hào)聚類分選方法具體是按照以下步驟進(jìn)行的： 步驟一、確定初始聚類中心和分類距離以川廣七^山為第一個(gè)類別的初始聚類 中心，d2為第二個(gè)類別的初始聚類中心，dn為第η個(gè)類別的初始聚類中心，0:為第一個(gè)類別的 分類距離，D2為第二個(gè)類別的分類距離，D n為第η個(gè)類別的分類距離，η為正整數(shù)； 步驟二、將雷達(dá)接收機(jī)接收到的數(shù)據(jù)點(diǎn)ai，a2^_am分別依次與初始聚類中心di，(?2···(1η計(jì) 算歐幾里德聚類距離^導(dǎo)到卜廣山卜其中^^^^^"^^^^舊為正整數(shù)； 如果I ai-dj |<Dj，則將數(shù)據(jù)點(diǎn)ai歸為第dj個(gè)初始聚類中心，每個(gè)聚類中心對(duì)應(yīng)一個(gè)類 別； 如果|ai_dj | >Dj，則數(shù)據(jù)點(diǎn)ai不屬于第dj個(gè)初始聚類中心，繼續(xù)與大于dj并小于等于dn的 初始聚類中心相比較，如果數(shù)據(jù)點(diǎn)不屬于大于山并小于等于4的初始聚類中心，則將數(shù)據(jù) 點(diǎn)&1視為一個(gè)新的聚類中心； 直到所有數(shù)據(jù)點(diǎn)amm完成聚類分選，得到新的聚類中心d/，仏…d/ ; 步驟三、計(jì)算新的聚類中心之間是否滿足信號(hào)特征； 步驟四、將滿足信號(hào)特征的聚類中心合并，完成類別合并的信號(hào)聚類分選。2. 根據(jù)權(quán)利要求1所述一種基于類別合并的脈沖信號(hào)聚類分選方法，其特征在于:所述 步驟二中，其中k為每個(gè)聚類中心的數(shù)據(jù)點(diǎn)個(gè)數(shù)，a。 為每個(gè)聚類中心包含的數(shù)據(jù)點(diǎn)，l<c<k，k為正整數(shù)。3. 根據(jù)權(quán)利要求2所述一種基于類別合并的脈沖信號(hào)聚類分選方法，其特征在于:所述 步驟三中計(jì)算新的聚類中心之間是否滿足信號(hào)特征;具體過稱為： 對(duì)于抖動(dòng)信號(hào)，如果新的聚類中心滿足關(guān)系：|cU'-d/|彡（1+Δδ)〇〇,則cU'、d/兩個(gè)聚 類中心應(yīng)合并為同一類別； 其中，1彡i彡n，l彡j彡n，其中di'，dj'分別為cU^dZ-dr/中任意兩個(gè)聚類中心，Do為閾 值參數(shù)，Δ δ為抖動(dòng)量取0.01-0.03。4. 根據(jù)權(quán)利要求3所述一種基于類別合并的脈沖信號(hào)聚類分選方法，其特征在于:所述 步驟三中計(jì)算新的聚類中心之間是否滿足信號(hào)特征;具體過稱為： 對(duì)于滑變信號(hào)，如果新的聚類中心滿足關(guān)系：= ,則cU '、d/、山'三個(gè)聚類中 心應(yīng)合并為同一類別； 其中，1<;[<11，1<_]_<11，1<1<11，其中(^'，(1」'，(11'分別為(11 /，(12/~(11/中任意三個(gè)聚 類中心，λ為任意實(shí)數(shù)。5. 根據(jù)權(quán)利要求4所述一種基于類別合并的脈沖信號(hào)聚類分選方法，其特征在于:所述 步驟三中計(jì)算新的聚類中心之間是否滿足信號(hào)特征;具體過稱為： 對(duì)于參差信號(hào)，如果新的聚類中心滿足關(guān)系：|(11'-山'|=01，則(11'、山'兩個(gè)聚類中心應(yīng) 合并為同一類別； 其中，1彡i彡η，1彡j彡n，di'，dj'分別為cU^dZ-dr/中任意兩個(gè)聚類中心，檢測(cè)參 數(shù)。
【文檔編號(hào)】G06K9/62GK106056098SQ201610464712
【公開日】2016年10月26日
【申請(qǐng)日】2016年6月23日
【發(fā)明人】趙彬, 季柄任, 李宏博, 宿愿
【申請(qǐng)人】哈爾濱工業(yè)大學(xué)