如发现有乱码， 请直接从这里浏览原文
正文摘录:

2007年第5期总第244基于聚类分析的无线暂态信号的盲分类李林峰，赵国庆，隋绍勇(西安电子科技大学电子对抗所陕西西安710071)摘要：在通信个体识别中，舍有重要信息的暂态信号起着重要的作用。在无训练样本的情况下，先将暂态信号通过小渡变换进行消噪，再用K一调和均值聚类算法来进行分类识别。仿真证明，在等信噪比和相同类数目的情况下，调和均值聚类和K—means算法的综合应用，不仅解决了非平稳的暂态信号的分类，而且其计算量少，对高维数据的分类效果也较明显。关键词：K一调和均值聚类；暂态信号；聚类中心；盲分类中图分类号：TPl8文献标识码：B文章编号：1004—373X(2007)05—06l—02BlindClassifierofWirelessTransientSignalBasedonClusteringAnalysisLILinfeng，ZHAOGuoqing，SUIShaoyong(ElectronicCounterMeasuresInstitute.XidianUniversity.Xi’an.710071.China)Abstract：Inthecommunicationindividualidentification，transientsignalincludingimportantinformationplaysanimpor—tantrole.Withoutknowingthetrainingsamples，thewavelettransformisusedforthetransientsignaltodenoise，andthenusesthesynthesizingclusteringarithmetictoidentifyclassifier.Simulationresultprovethatthesynthesizingclusteringarithmeticnotonlysolvetheunbalancedtransientsignalidentifier，butalsoithaslesscalculation，anditisvalidityforthehighdimensiondataidentifierinthesameSignal—to—NoiseRation(SNR)conditionorwiththesamenumberofclassifier.Keywords：K—harmonicmeansclustering；transientsignal；clusteringcenter；blindsourceclassifier即使来自于同一条生产线上的任意两部型号完全相同的电台，其内部元器件之间也存在着微小差异。电台在上电或进行通信切换的瞬间就会产生不同的暂态信号。由于此时没有任何调制信息，能够被观察到。对暂态信号，通过分析其特征，并根据特征差异进行分类，即每个类对应于一部电台。l暂态信号的盲分类在暂态信号的开始阶段，没有训练样本用于提取特征信息，无法将待分析的暂态信号进行训练，故采用盲分类。一号趣}匮卜匪墨避H亚图1暂态信号盲分类原理图1.1对暂态信号实行小波预处理暂态信号通过小波变换进行消噪可很好地保存有用信号中的尖峰和突变部分。根据小波消噪的原理从小波系数中提取部分小波系数作为分类处理的原始数据。在此采用软阀值消噪处理0’。其效果如图2所示。1.2综合聚类算法聚类分析常用于大规模数据库中进行数据挖掘“’，发收稿日期：2006—08—09现和提取数据间隐藏的分类关系。聚类通过建立数学模型，根据数据间相似性将数据库划分为不同的部分，使得类内数据的差别尽可能小，类间数据的差别却尽可能大。暾始俯吁给定软阀值消噪后的信号图2小渡在软阀值下的消噪图1.2.1采用GAP实现类数目估计在军事通信对抗中，预先并不知道有多少个电台。因此，需要估计所有的暂态信号是由多少部电台发射的，即估计类数目。此处聚类数目估计算法采用统计偏差(GAP)原理：设数据集X一{z。}，i一1，2，…，”；J一1，2，…，P，即”个P维样本；d。，代表样本i和样本i’之间的距离，即：d。，一∑(zd—z，。)。(1)』假设将数据分成k类，用C.，C：，…以表示各个类，用6】