论文部分内容阅读
针对未知雷达信号聚类分选实时性较差的问题，提出了一种改进的DBSCAN聚类分选方法。该方法首先依据脉冲数据在参数空间中的分布特性，寻找一些参考点来合理代替原有数据，然后利用这些参考点的密度连通性进行聚类处理。由于该方法减少了参与聚类运算的数据个数，因而有效克服了原算法计算量较大的缺陷，提高了未知雷达信号的聚类分选速度。仿真结果验证了改进方法的有效性。