隨著現(xiàn)代電子技術(shù)的發(fā)展，雷達(dá)偵察裝備的性能有較大的提高，基本實(shí)現(xiàn)了對(duì)各種雷達(dá)目標(biāo)的偵察識(shí)別與定位，這對(duì)雷達(dá)的戰(zhàn)場生存能力造成較大的威脅，然而當(dāng)前雷達(dá)反偵察主要采用革新雷達(dá)體制、功率管制和增加機(jī)動(dòng)性等被動(dòng)防御措施，這在一定程度上造成雷達(dá)的性能有所下降。如何確定隨機(jī)脈沖信號(hào)的基本參數(shù)，以使干擾效果，實(shí)現(xiàn)有效地保護(hù)雷達(dá)是隨機(jī)脈沖干擾得以工程應(yīng)用的重要前提。

　　雷達(dá)信號(hào)分選作為雷達(dá)偵察設(shè)備信號(hào)處理中一項(xiàng)主要任務(wù)，其準(zhǔn)確性直接關(guān)系到終的雷達(dá)判別。當(dāng)前雷達(dá)信號(hào)分選的方法有很多種，如模糊聚類分選、蟻群聚類的分選、位勢函數(shù)分選等，但這些分選在應(yīng)用中都存在一定缺陷。K-means聚類分選算法由于其良好的分選效率，得到廣泛認(rèn)可。K-means算法是硬聚類算法，是典型的局域原型的目標(biāo)函數(shù)聚類方法的代表，它是數(shù)據(jù)點(diǎn)到原型的某種距離作為優(yōu)化的目標(biāo)函數(shù)，利用函數(shù)求極值的方法得到迭代運(yùn)算的調(diào)整規(guī)則。K-means算法以歐式距離作為相似度測度，它是求對(duì)應(yīng)某一初始聚類中心向量V有分類，使得評(píng)價(jià)指標(biāo)J。算法采用誤差平方和準(zhǔn)則函數(shù)作為聚類準(zhǔn)則函數(shù)。K-means算法是很典型的基于距離的聚類算法，采用距離作為相似性的評(píng)價(jià)指標(biāo)，即認(rèn)為兩個(gè)對(duì)象的距離越近，其相似度就越大。該算法認(rèn)為簇是由距離靠近的對(duì)象組成的，因此把得到緊湊且獨(dú)立的簇作為終目標(biāo)。

　　本文通過反向應(yīng)用K-means聚類算法，即k已知的情況下，充分利用其分選的精準(zhǔn)性和高效性，對(duì)偵察截獲的含有隨機(jī)脈沖的雷達(dá)全脈沖數(shù)據(jù)進(jìn)行分選，評(píng)估隨機(jī)脈沖干擾的效果，得出了隨機(jī)脈沖干擾信號(hào)參數(shù)的有關(guān)特點(diǎn)。

　?。?）將待分類的N個(gè)對(duì)象按照距離原則分化給k類中的某一類；

　　（3） 計(jì)算重新分類后的各類心；

　　（4） 如果此時(shí)的類心和上一步的類心相同，則結(jié)束，否則p=p+1，轉(zhuǎn)到第（2）步。

　　算法的實(shí)現(xiàn)過程滿足了準(zhǔn)則函數(shù)的收斂特性。通常采用平方誤差準(zhǔn)則，其定義為：

　　1.2 數(shù)據(jù)歸一化

　　脈沖描述字（PDW）是描述脈沖雷達(dá)信號(hào)的重要方法，包括脈沖到達(dá)時(shí)間（TOA）、脈沖寬度（PW）、脈沖幅度（PA）、信號(hào)載頻（RF）以及到達(dá)方向（DOA）等參數(shù)。雷達(dá)信號(hào)分選就是利用信號(hào)特征參數(shù)的相關(guān)性來實(shí)現(xiàn)的。實(shí)際運(yùn)用中，DOA參數(shù)主要用于預(yù)分選來稀釋信號(hào)。

　　為了避免接收的各信號(hào)數(shù)據(jù)參數(shù)在量綱上的不同而帶來的聚類效果影響，首先要對(duì)各采集的數(shù)據(jù)進(jìn)行歸一化處理，使其分布在[0,1]之間。

　　1.3 仿真驗(yàn)證

　　仿真環(huán)境：為驗(yàn)證算法的準(zhǔn)確性，模擬某一方向同一時(shí)間段的四部雷達(dá)全脈沖數(shù)據(jù)，如表1所示。

　　分選結(jié)果如圖1所示。終分選數(shù)據(jù)為四組，脈沖數(shù)量分別為100、200、250、200，與每部雷達(dá)脈沖數(shù)據(jù)吻合，達(dá)到的分選效果。

　　2 隨機(jī)脈沖干擾

　　隨機(jī)脈沖為脈幅、脈寬、載頻和重頻隨機(jī)變化的脈沖。電子偵察裝備截獲的雷達(dá)全脈沖數(shù)據(jù)中有一定比例的隨機(jī)脈沖，并且隨機(jī)脈沖在脈幅、脈寬、載頻上與雷達(dá)脈沖信號(hào)存在的重疊，必然會(huì)對(duì)終的分選識(shí)別造成一定影響。

　　2.1 干擾效果評(píng)估準(zhǔn)則

　　建立合理的干擾效果評(píng)價(jià)準(zhǔn)則是評(píng)估干擾效果的關(guān)鍵。分選結(jié)果中干擾信號(hào)所占百分比在一定程度上反映了干擾效果。公式如下：

　　e為干擾信號(hào)比重，N為分選結(jié)果中脈沖數(shù)量（含干擾脈沖與雷達(dá)脈沖）， n為雷達(dá)脈沖數(shù)量。e數(shù)值越大，即干擾脈沖比重越大，說明干擾效果越好：反之，干擾效果越差。

　　2.2 脈沖干擾效果仿真

　?。?）仿真環(huán)境1:某一方向同一時(shí)間段所接收的全脈沖數(shù)據(jù)，其中包括一部雷達(dá)與一部干擾機(jī)。兩者參數(shù)如表2所示。分選結(jié)果如圖2所示。分選數(shù)據(jù)：N=202,n=87,由此e=57%，分選錯(cuò)誤率為57%， 達(dá)到一定的干擾效果。

　?。?）仿真環(huán)境2：干擾機(jī)脈沖數(shù)改為為500，其余與仿真環(huán)境1同。分選結(jié)果如圖3所示。分選數(shù)據(jù)： N=250,n=84，由此e=66%，分選錯(cuò)誤率達(dá)66%，干擾效果較仿真環(huán)境1好。

　?。?）仿真環(huán)境3：干擾機(jī)脈寬改為2.5μs～3 μs，其余與仿真環(huán)境1相同。分選結(jié)果如圖4所示。分選數(shù)據(jù)：N=165,n=90，由此e=45%,分選錯(cuò)誤率達(dá)45%，干擾效果較仿真環(huán)境1差。

　　由上面三種仿真環(huán)境分析可知：在干擾脈沖參數(shù)一定的情況下，干擾脈沖數(shù)多時(shí)，干擾效果有一定改善；干擾脈沖數(shù)一定時(shí)，干擾脈寬改變也會(huì)影響干擾效果。由以上數(shù)據(jù)可知，參數(shù)歸一化后，載頻、脈寬、脈幅壓縮至0～1，分選時(shí)三者代表的參數(shù)無太大意義。（1）干擾脈沖數(shù)對(duì)e的影響：仿真環(huán)境與仿真環(huán)境1相同，干擾脈沖數(shù)從100～1 000,即重頻比100/100～1 000/100。由于在每組仿真參數(shù)下，e有一定的波動(dòng)性，因此在每組仿真環(huán)境下模擬10次取平均。干擾效果如圖5所示。

　?。?）脈寬對(duì)e的影響：仿真環(huán)境與仿真環(huán)境1相同，干擾脈沖平均脈寬從1.8μs~3.4 μs。干擾效果如圖6所示。

　　（3）載頻對(duì)e的影響：仿真環(huán)境與仿真環(huán)境（1）相同，干擾脈沖載頻從2 400 MHz~2 700 MHz。干擾效果如圖7所示。

　?。?）脈寬、載頻對(duì)e的綜合影響：仿真環(huán)境與仿真環(huán)境（1）相同，干擾脈沖平均脈寬從1.8 ?滋s~3.2 ?滋s,載頻從2 400 MHz~2700 MHz。

　　由以上分選效果評(píng)估圖分析可知：在干擾信號(hào)參數(shù)一定情況下，分選錯(cuò)誤率隨重頻比增大而增大，但分選錯(cuò)誤率增加逐步減小；其他參數(shù)不變情況下，干擾脈寬在2.2 μs～3.1 μs、載頻在2 500 MHz～2 630 MHz內(nèi)時(shí)分選錯(cuò)誤率才達(dá)到70%以上有較好的干擾效果，在此區(qū)間外基本無干擾效果。

　　本文通過對(duì)k已知前提下的K-means聚類雷達(dá)信號(hào)分選算法的驗(yàn)證，建立了分選錯(cuò)誤率評(píng)估標(biāo)準(zhǔn)作為評(píng)。

　　價(jià)干擾效果的準(zhǔn)則，利用對(duì)含有隨機(jī)脈沖干擾的雷達(dá)全脈沖數(shù)據(jù)進(jìn)行分選，得出較佳干擾效果時(shí)隨機(jī)脈沖信號(hào)的特點(diǎn)，為隨機(jī)脈沖干擾的工程應(yīng)用提供了理論依據(jù)。隨機(jī)脈沖干擾作為雷達(dá)對(duì)抗干擾的一個(gè)重要方法，其應(yīng)用于對(duì)抗雷達(dá)偵察裝備依然有廣闊的發(fā)展前景。