基于模糊聚类SVM的多分量LFM信号检测和参数估计

摘要

快速精确检测多分量LFM信号中分量的数目以及参数估计是LFM信号研究的一个重要方面.本文结合模糊聚类支持向量机和Randon-S变换，提出了一种新的多分量LFM信号检测和参数估计的算法.算法首先对LFM信号的Radon-S变换结果进行模糊聚类分析，得出有效数据样本集；然后将此有效数据样本集作为支持向量机的训练样本进行训练，采用支持向量聚类标识，将多分量分类标识出来；最后在各个信号类所对应的局部域内，利用Radon-S变换对单个LFM信号分量进行特征参数估计.文中将该算法与直接聚类标识算法进行了对比实验，结果表明:在较高信噪比条件下，新的算法不仅可以有效地检测多分量LFM信号中分量数，准确估计参数，并且计算速度也较直接聚类标识算法快；在较低信噪比条件下也能较好地检测多分量LFM信号和估计参数.