基于DBSCAN算法的PDW數(shù)據(jù)二次分選方法研究

劉麗明，陳正寧，姚 嘯

(解放軍91336部隊，河北 秦皇島 066326)

0 引 言

脈沖描述字(PDW)是雷達偵察裝備對雷達信號脈沖測量結(jié)果的數(shù)字化描述，主要包括脈沖到達時間(TOA)、載頻(RF)、脈寬(PW)、到達方向(DOA)、脈幅(PA)[1]。在雷達信號分選時，PDW是最主要的數(shù)據(jù)源。由于雷達按照一定重復(fù)周期輻射的電磁脈沖在生成、傳輸、接收和處理過程中會不可避免地出現(xiàn)損失，因此，雷達偵察裝備形成的PDW與實際輻射信號的PDW之間存在差異，主要表現(xiàn)為PDW“丟失”，所以，在信號分選過程中，允許PDW適度的“丟失”，避免由此引起分選錯誤或者丟批增批[2]。

在完成雷達信號分選后，通常還有一部分PDW數(shù)據(jù)沒有參與分選，這些雷達脈沖描述字被認(rèn)為是無法分選出信號或?qū)Ψ诌x無用的而被分選模塊主動丟棄，但是，其中可能包含高威脅雷達信號的部分信息，如窄波束高轉(zhuǎn)速雷達、低截獲概率雷達等[3]，因此，必須重視此類數(shù)據(jù)，從中挖掘出有價值的、能描述敵方威脅雷達的有用信息。由于這些數(shù)據(jù)已經(jīng)被具有先驗知識的系統(tǒng)認(rèn)為“無用”，原有的分選準(zhǔn)則和方法已經(jīng)無效，這類數(shù)據(jù)可能是“片面”的或“局部”的小數(shù)據(jù)，如果提高分選算法的包容性和分辨力，一定程度上可以避免產(chǎn)生“漏警”[4]。

本文提出的方法是對PDW數(shù)據(jù)的進一步挖掘，期望發(fā)現(xiàn)不滿足雷達偵察裝備原有分選準(zhǔn)則而被遺漏的威脅信號。其主要的思想是按照各類雷達輻射源信號的輻射特征，分析在不同的電磁環(huán)境下的輻射源特征參數(shù)的細微變化規(guī)律，根據(jù)電子支援措施(ESM)設(shè)備在不同頻段范圍的測量值和參數(shù)測量誤差，采用更加寬泛的統(tǒng)計判別門限，通過DBSCAN算法聚類，使看似“無用”的脈沖在較小的累計數(shù)值下，分選成新的雷達信號。

1 DBSCAN算法

PDW數(shù)據(jù)二次處理的目的是尋找“隱藏”在“無用”數(shù)據(jù)中的，來自于同一個雷達輻射源的一組數(shù)據(jù)，聚類就是把相似的東西歸為一類，這一類數(shù)據(jù)在參數(shù)特征上存在明顯區(qū)別，分屬在不同的目標(biāo)，因此，可以選擇DBSCAN算法[5]。該算法是一種基于密度的空間聚類方法，利用類的高密度連通性可以快速發(fā)現(xiàn)任意形狀的類[6]。與其它聚類算法的區(qū)別是：基于密度聚類可以發(fā)現(xiàn)任意形狀的簇，對空間數(shù)據(jù)的聚類具有明顯的優(yōu)勢，而基于距離的算法只能發(fā)現(xiàn)“近似于圓形”的簇[7]。

1.1 定義[8]

ε鄰域：給定對象半徑ε內(nèi)的區(qū)域稱為該對象的ε鄰域。Pmin定義為最低點數(shù)。

核心對象：對于給定ε、Pmin，如果對象p的ε鄰域包含的對象個數(shù)Nε(p)滿足：

Nε(p)≥Pmin

(1)

則稱p為核心對象。

直接密度可達：對于給定ε、Pmin，當(dāng)p∈Nε(q)，且：

Nε(q)≥Pmin

(2)

則稱對象p是從對象q出發(fā)直接密度可達的。

密度可達：對于給定的對象集合D，如果存在一個對象鏈P1、P2、…、Pn,P1=q、Pn=p,對Pi∈D,(1≤i≤n),Pi+1是從Pi關(guān)于ε和Pmin直接密度可達的，則稱對象P是從對象q關(guān)于ε和Pmin密度可達的。

密度相連：如果對象集合D中存在一個對象o，使得對象q、p是從o關(guān)于ε和Pmin密度可達的，那么對象p和q關(guān)于ε和Pmin密度相連。

簇和噪聲：基于密度可達性的最大密度相連對象的集合稱為簇，不在簇中的任何對象則稱為噪聲。

1.2 主要思想

DBSCAN算法的主要思想是：對于構(gòu)成簇的每個對象，其鄰域包含的對象個數(shù)，必須大于或等于某個給定的值(Pmin)，用戶根據(jù)目標(biāo)和實際情況，預(yù)先設(shè)定ε和Pmin，DBSCAN通過檢查數(shù)據(jù)集中每個點的ε鄰域來尋找聚類。如果一個對象q的ε鄰域包含的對象數(shù)大于或等于Pmin(其它對象到q密度可達)，則稱該對象為核心對象q，同時創(chuàng)建一個以q作為核心對象的新簇，反復(fù)查找從q直接密度可達的對象并將其加入到該簇，直到?jīng)]有新的點可以被添加；如果一個對象p的ε鄰域包含的對象數(shù)小于Pmin，則沒有對象從p密度可達，點p被暫時標(biāo)注為噪聲點，但會參與到其它鄰域的檢查。當(dāng)所有檢查完成后，沒有聚類到任何一個簇中的對象被認(rèn)為是噪聲數(shù)據(jù)點，做刪除處理[9]。

2 二次分選方法

2.1 工作流程

通常情況下，經(jīng)過一次分選后，沒有參加后續(xù)分選的PDW數(shù)據(jù)量仍然較大。假設(shè)在20萬脈沖密度/s的情況下(PPS)，考慮信號處理過程中高于20%的脈沖丟失，如果有5%的PDW數(shù)據(jù)被丟棄，也會有8 000個PDW數(shù)據(jù)可用于二次分選，另一方面，這些PDW數(shù)據(jù)不具有顯著的規(guī)律性，需要經(jīng)過預(yù)先處理后才能進行二次分選，主要工作流程包括數(shù)據(jù)檢查、二次處理和結(jié)果驗證3個環(huán)節(jié)，如圖1所示。

圖1 PDW數(shù)據(jù)二次分選流程

2.2 數(shù)據(jù)檢查

數(shù)據(jù)檢查是對“無用”的、可能“離散”的PDW數(shù)據(jù)進行預(yù)處理，提高參加二次分選的數(shù)據(jù)的質(zhì)量。預(yù)處理主要檢查到達角、頻率、到達時間、幅度等值是否超限。一般情況下，這4項不會出現(xiàn)野值。為了減少二次分選的工作量，通過人工干預(yù)的方式設(shè)置處理門限，用戶根據(jù)需求或信息支持，設(shè)定參數(shù)取值范圍，從而過濾掉一部分PDW?？梢赃x擇的門限主要包括：頻率范圍、DOA范圍、幅度和脈寬，詳見表1。

2.3 二次處理

二次處理主要包括聚類、分選2個環(huán)節(jié)，聚類的

表1 PDW數(shù)據(jù)篩選原則

過程主要完成對PDW的篩選，將同屬于一個輻射源的PDW統(tǒng)一到一個對象集中，分選的過程則是將同一個對象集中的PDW數(shù)據(jù)識別為雷達信號。

2.3.1 聚類

基于DBSCAN算法，對PDW數(shù)據(jù)處理的基本流程為[10]：

(1) 選定PDW數(shù)據(jù)二次處理集Dpdw；

(2) 設(shè)置初始聚類參數(shù)。在PDW={TOA、RF、PW、DOA、PA}中，選擇一個參數(shù)作為聚類的參數(shù)，建議根據(jù)裝備實際從TOA、RF或PW中優(yōu)選，并設(shè)定ε領(lǐng)域的半徑和Pmin；

(3) 為集合Dpdw中所有的對象進行標(biāo)記，為“unvisited”；

(4) DBSCAN從Dpdw中任意選擇一個unvisited對象p，修改標(biāo)記為pv(visited)；

(5) 根據(jù)設(shè)定，計算pv的ε鄰域是否至少有Pmin個對象，如果小于Pmin，則將pv標(biāo)記為噪聲點pn,否則，為p創(chuàng)建一個簇C；

(6) 將所有ε鄰域內(nèi)的對象放到候選集合N中；

(7) 用迭代的方法，把N中不屬于其它簇的對象加入C中，邊界點可以指定加入一個簇中；

(8) 在N中任意選取p′，并將其標(biāo)記由“unvisited”改為“visited”，繼續(xù)執(zhí)行(5)～(7)步計算，直到N為空(C無法擴展)，此時生成并輸出簇C；

(9) 從剩下的對象中任意選擇一個unvisited對象，重復(fù)(4)～(8)，直到所有的對象被訪問；

(10) 刪除噪聲點，處理完成。

圖2 聚類的基本過程

2.3.2 分選

將所有簇送分選，分選由雷達偵察裝備的相應(yīng)分機完成，分選算法需要在一次分選的基礎(chǔ)上進行適當(dāng)修正，如將信號建批的最小脈沖數(shù)適當(dāng)變小，將信號重復(fù)周期可接受最大值增大等。

2.4 結(jié)果驗證

結(jié)果驗證需要查詢第1次分選時建立的臨時信號表，與二次分選的結(jié)果對比，判斷2次分選的結(jié)果是否存在“同源性”，即來自同一個雷達輻射源，如果存在，則做合批處理，如果不存在，則直接輸出。

3 仿真驗證

仿真1組PDW數(shù)據(jù)流，包含1 000批數(shù)據(jù)，按脈沖出現(xiàn)時序?qū)︻l率分布進行做圖，如圖3所示。

圖3 PDW頻率分布(1 000組)

經(jīng)一次分選后，有169組PDW數(shù)據(jù)被丟棄，其頻率分布如圖4所示。

圖4 信號分選完成后剩余PDW

假定來襲方位在165～171之間，威脅目標(biāo)工作頻段為8～12 GHz，信號幅度碼大于9的脈沖描述字為有效，則采用DBSCAN算法篩選后的結(jié)果如圖5所示。

圖5 經(jīng)數(shù)據(jù)篩選后的PDW

經(jīng)分選處理，信號分選結(jié)果如表2所示。

表2 二次分選結(jié)果表

其中，有一個頻率點10 548由于僅有1個PDW，不滿足分選條件，未輸出分選結(jié)果。

4 結(jié)束語

現(xiàn)代戰(zhàn)爭中，采用先進技術(shù)體制的雷達通常具有參數(shù)快變、較低功率、靈活掃描等能力，越來越難以形成足夠數(shù)量、穩(wěn)定的PDW，為雷達偵察裝備的分選帶來了較大的困難。本文提出的PDW二次分選方法，采用了DBSCAN為核心的算法，其運算效率不高，不能應(yīng)用于大量數(shù)據(jù)的處理。因此，通過人工干預(yù)的方式，利用專業(yè)人員的先驗知識建立輸入門限，對PDW數(shù)據(jù)進行篩選，從而實現(xiàn)數(shù)據(jù)的再次挖掘，仿真實驗證明，本文提出的方法能夠分選出新的雷達信號，一定程度上可以減少漏警的概率。本方法可以在以下2個方面進行改進：一是優(yōu)化改進DBSCAN算法，提高聚類的效率和準(zhǔn)確性[11]；二是建立數(shù)據(jù)檢查環(huán)節(jié)的門限設(shè)置模型，減少人為因素導(dǎo)致的輸入偏差。