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(chǎng)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,。隨機(jī)脈沖干擾作為主動(dòng)防御的重要措施，可以在不改變雷達(dá)現(xiàn)有體制,、工作方式的情況下保護(hù)己方雷達(dá)不被有效偵察,，具有很強(qiáng)的適應(yīng)性。如何確定隨機(jī)脈沖信號(hào)的基本參數(shù),，以使干擾效果最佳,，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)系到最終的雷達(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[1-3]、蟻群聚類的分選[4],、位勢(shì)函數(shù)分選[5]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,。但是由于其首先要對(duì)分選類數(shù)k進(jìn)行先驗(yàn)估計(jì),，因此其應(yīng)用受到一定限制。
    本文通過(guò)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,，得出了最佳隨機(jī)脈沖干擾信號(hào)參數(shù)的有關(guān)特點(diǎn)。

　 (2)將待分類的N個(gè)對(duì)象按照最小距離原則分化給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(guò)程滿足了準(zhǔn)則函數(shù)的收斂特性,。通常采用最小平方誤差準(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(lái)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(lái)稀釋信號(hào),。以下仿真主采用RF,、PW和PA參數(shù)，對(duì)進(jìn)行DOA稀釋后的雷達(dá)信號(hào)全脈沖數(shù)據(jù)進(jìn)行分選,。
    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(lái)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,。最終分選數(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)到最佳的分選效果。

2 隨機(jī)脈沖干擾[7]
    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)最終的分選識(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(shuō)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
　 (1)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。

    (2)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,。

    (3)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(wú)太大意義,。根據(jù)就干擾脈沖數(shù)、脈寬及載頻的變化對(duì)e的影響進(jìn)行分析,。
    (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。

    (2)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。
    (4)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(wú)干擾效果,。由此可知：隨機(jī)干擾信號(hào)符合一定條件時(shí),，重頻越大、干擾效果越好,。
    本文通過(guò)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,。
參考文獻(xiàn)
[1] 王勇剛.基于模糊聚類的雷達(dá)信號(hào)分選方法[J]. 電子對(duì)抗，2007(2):9-12.
[2] 賀宏洲,景占榮,徐振華.雷達(dá)信號(hào)的模糊聚類分選方法[J]. 航空計(jì)算技術(shù),，2008,，38(5)：21-24.
[3] 陳水利,李敬功,王向公,等.模糊集理論及其應(yīng)用[M]. 北京：科學(xué)出版社，2005:94-113.
[4] 趙貴喜,駱魯秦,陳彬.基于蟻群算法的K-means聚類雷達(dá)信號(hào)分選算法[J].雷達(dá)科學(xué)與技術(shù),，2009,，7(2)：142-146.
[5] 張紅昌,阮懷林,龔亮亮,等.一種新的未知雷達(dá)輻射源聚 類分選方法[J].  計(jì)算機(jī)工程及應(yīng)用，2008,，44(27)：
200-202.
[6] 符銳. 密集信號(hào)條件下的雷達(dá)信號(hào)分選 [D].成都：電子科技大學(xué),2008:44-46.
[7] 林象平,雷達(dá)對(duì)抗原理[M].西安：西北電訊工程學(xué)院出版社,1985:286-287.