陈维高，张国毅

(空军航空大学，长春 130022)

0 引言

雷达信号分选是指从侦察接收机输出的随机交叠脉冲流中分离出各部雷达信号的过程，也就是脉冲信号去交错的过程。它是现代电子侦察系统的关键技术，同时也是电子情报侦察系统(ELINT）和电子支援系统(ESM）的重要组成部分。然而，随着雷达数目的急剧增加和信号形式的日趋复杂，使得现代雷达信号分选任务面临巨大的挑战。目前，应用到雷达信号分选的主要方法有模板匹配法［1］、直方图分选法(CDIF、SDIF）［2-3］和平面变换技术［4］等。在现代高密度复杂信号环境下，这些算法存在着运算量巨大、无法满足实时性需要的问题。因此，亟需一种运算量小、实时性好的分选算法来稀释高密度脉冲流，完成对侦察信号的初步分类，减少后续分选任务的负担。

近年来聚类分析技术广泛应用于雷达信号分选中，并取得了较好的效果。其中，由于网格聚类算法［5］实时性好，可以在无先验知识的条件下充分利用数据集自身的密度连通性完成聚类，且该算法的处理时间独立于数据对象的数目，因此非常适合处理数据量巨大且对实时性要求高的雷达信号分选任务。然而，传统网格聚类算法存在密度阈值设置不够合理、对边缘数据处理不完善、聚类精度较低的问题［6］。针对以上问题，本文提出了一种基于改进网格聚类的动态雷达信号分选算法。该方法首先将CluStream 聚类算法中的双层框架引入雷达信号分选系统，增强了分选系统的实时性，然后通过双密度阈值策略和边缘稀疏网格优化处理，改进了传统网格聚类算法。……