《表1：有监督的未知雷达状态识别的测试结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《认知雷达对抗中的未知雷达状态识别方法分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在有监督分类的情况下，要求在雷达状态识别工作中对采集到的信号样本数据进行标注，并且不能对未知状态的样本进行分析。但是根据认知雷达对抗工作的开展情况来看，此项工作的本质是一个动态博弈过程，双方在此过程中会开展躲避、识别工作。基于此，雷达设备在相互对抗过程中，一定要主要对外界环境全面掌握，并且做出有针对性的反应。因为人工标准样本工作量十分庞大的关系，无法满足雷达系统运行时的时效性要求。此外，在目前科学技术水平不断提高的背景下，有关电子设备之间的对抗愈发复杂，雷达设备运行时的信息也逐渐表现出复杂趋势，相关波形变化较为频繁。干扰方在此情况下，收集到的信号数据量会不断增大，这一现象将会导致人工标准信号样本难度增大。基于此，传统标准方法已经不能满足新时代雷达设备的发展要求。工作人员需要将采集到的相关信息样本作为未知雷达状态，在不对数据信息人工标注的情况下，促使类别划分工作实现自动分类。聚类身为无监督状态下的典型学习方法，可以通过某种相似度度量方法，将采集到的数据对象划分为多个类，促使同一类中的对象相似度能够尽可能的增大，不同类的对象差异尽可能变大。在诸多类型的聚类算法中，吸引子传播算法是应用较为广泛的一种算法。该算法具有高效、快速的作用。在应用过程中不用事先制定聚类数目，便能够有序开展相关计算[6]。该方法改变了传统雷达状态识别工作，为雷达对抗提供了强有力的保障。