雷达辐射源信号在线分选计算机与互联网

在现代战争中，雷达辐射源信号分选是雷达电子侦察的关键环节，是感知电子战场态势的核心步骤之一，直接关系到对战场态势的认知判断以及对抗作战的决策指挥。因此，雷达辐射源信号分选始终是该领域研究人员关注的课题年来，电磁信号环境持续复杂恶化；同时，在敏捷快速作战的客观要求下，战场对雷达辐射源信号分选的实时性要求也持续，这些因素迫切需要实现在线式雷达辐射源信号分选。

多年来，我们以解决雷达辐射源信号在线分选为核心研究课题，将数据流聚类思引入雷达辐射源信号分选领域，并且较为完整地构建了基于数据流聚类思想的雷达辐射源在线分选理论统一框架，取得了一系列具有一定性的代表性成果。为了更加深入系统地反映我们对该课题的研究成果，以作者多年围绕雷达辐射源在线分选的研究工作和原始论文为基础，著成本书。

本书全面介绍了基于数据流聚类理论的雷达辐射源在线分选工作新研究成果，全书共分为5章。第1章阐述挖掘数据流聚类理论和雷达辐射源分选之间的内在联系，结相关发展现状及趋势；第2章详细阐述基于数据流聚类的雷达辐射源在线分选框架，为后续章节相关算法的提出给予合理的底层架构支撑；第3章针对可获取或脉内特征维度较低的情况提出I-STRAP（Improved StreamAffinity Propagation)算法，在低维空间实现对雷达辐射源信号的在线分选；第4章针对脉内特征维度较高，从而导致大部分基于传统距离度量的数据流聚类算法失效的情况提出EDSSC(Evolutionary Dynamic Sparse Subspace Clustering)算法，在高维空间实现对脉冲流的分选；第5章针对现实中普遍存在的非均衡脉冲流，提出可实现类不均衡条件下雷达辐射源信号在线分选的DI-ESC（DynamicImproved Exemr-based Subspace Clustering)算法。

本书同时涉及雷达信号在线分选和数据流聚类两个研究领域。一方面，研究成果以无监督、在线式对雷达辐射源信号实现在线分选，较为完整地构建了一种新的雷达辐射源信号在线分选理论体系；另一方面，研究成果也是对数据流聚类算的丰富与完善，从一定程度上突破了目前无法对高维数据流、不均衡数据流的在线处理难题，了数据流聚类理论研究自身的发展。希望本书的出版能我国雷达信号在线分选及数据流聚类理论研究。

感谢海军大连舰艇学院对本书出版的资助支持（21年度学院科研发展），同时感谢国家自然科学优秀青年科学（NSFC6291）对本书相关内容研究提供的支持。衷心感谢海军大连舰艇学院王义涛研究员、史红权研究员、马政伟研究员、孙永侃研究员、陈行军副研究员、苏琦助理研究员、徐建志助理研究员、张浩助理研究员，国防科技大学刘丽研究员，芬兰阿尔托大学Alex Jung助理教授对本书的帮助与建议，感谢清华大学出版社文怡编辑促成本书的问世，感谢所有在本书编著过程中给予帮助和支持的专家学者！

还要感谢妻子刘天雯与（岳）父母隋刚勋、刘加红、代相霞、刘延江对我科研工作的长期支持与鼓励。

由于作者视野和有限，疏漏和不妥之处在所难免，恳请广大读者批评指正。

雷达脉冲分选是指从随机交错的脉冲流中分离出各个雷达脉冲列的过程[1]。

雷达脉冲分选技术是雷达信号参数分析与提取、雷达类型识别的重要技术基础。因此，雷达脉冲分选是雷达信号侦察的关键环节，是感知电子战场态势的核心步骤，也是当前制约雷达对抗的关键环节。信号分选能力已成为一个侦察系统能否适应现代电子对抗信号环境的根本标志[2]。

1.1研究背景和意义

电子战是指利用电磁能和定向能控制电磁频谱或攻击敌方的军事行动。电子战始于1904年的日俄战争，一百多年来，相关理论技术与装备蓬勃发展。目前，电子战已成为现代战争的“撒手锏”，也是现代信息化战争的一个核心作战要素。08年以来，以美国为代表的军事强国，以役装备的认知能力为核心思想，将“认知”思想引入雷达、通信等电子战装备中，提出了认知电子战的概念。电子战的认知化发展是电子战当前以及未来的主要发展趋势之一。

武器装备实现认知化技术便是实现对战场态势的感知。雷达侦察系统作为全天候型感知器，广泛装配于战舰、飞机、导弹等武器装备上，是现代战场不可或缺的“千里眼”，在认知电子战中发挥至关重要的作用。

雷达信号分选技术是雷达侦察系统的关键技术之一，如图1.1所示，雷达辐射源信号分选不仅是电子侦察系统的重要组成部分，也是电子侦察系统的重要环节，其高低直接决定了电子仿察的性能，从而影响了整个电子对抗的有效性。

传统意义上，信号分选与信号识别是两个串联的过程，信号分选是指对随机交叠的脉冲信行分离的过程，分离的目的是恢复各个雷达脉冲序列。而信号识别是指通过一定的特征提取或参数估计，并通过与先验知识比对匹配，识别出雷达的类型或型号。

然而，随着电磁环境的持续复杂，以及信号特征提取等处理技术的创新发展，信号的分选与识别已经没有严格意义上的区分，往往在对雷达信号分选的同时就实现了对信号的识别；反之，信号的识别也时常作为信号的主分选手段在分选过程中扮演重要角色，同时，识别结果反馈到分选中，又提高了分选的效率和率。

因此，分选和识别已经不再是两个独立的过程，也不再是简单的串行关系。

当前，雷达信号分选技术已经很难适应日益复杂的电磁环境，远落后于雷达信号的其他处理技术发展。可以说，没有的雷达信号分选作为基础，其他后续相关雷达信号处理技术将是“空中楼阁”。因此，本书研究基于数据流聚类的雷达辐射源在线分选技术，目的是依托新兴的数据流挖掘技术，突破目前制约雷达信号分选的瓶颈问题，提高雷达侦察系统适应复杂电磁环境的能力。

1.1.1复杂电磁环境给雷达辐射源分选带来的挑战

当前，随着各类电子装备的广泛应用，世界各国正全面从陆（Land）-海(Maritime)-空(Air)-天(Space)-网 络(Cyber)五 个 维 度 对电 磁(Electromagnetic)空行激烈争夺[3]（见图1.2），电磁环境正面临拥堵，这给雷达信号分选提出了的挑战，具体体现在三方面。