基于动态自适应近邻算法的天波雷达RD图分类器设计

作者：罗忠涛; 唐洪涛^*; 高天翱; 曹健

来源：电讯技术, 2023, 1-9.

DOI：10.20079/j.issn.1001-893x.230504005

• 天波雷达
• 干扰检测
• RD图像分类
• 自适应近邻

天波雷达的干扰检测问题可转化为距离-多普勒(Range-Doppler， RD)图像分类。在RD图分类器设计中，使用K近邻(K-Nearest Neighbor， KNN)算法时，k值的选取直接影响到干扰检测准确率。雷达工作者需根据过往经验预设k值，但无法确定所设k值下的干扰检测准确率。对此，本文将互近邻条件引申为k值自动赋值方法，以局部均值为距离计算依据，设计动态自适应近邻(Dynamic Adaptive Nearest-Neighbor， DANN)新算法。分别在多个UCI(University of CaliforniaIrvine)数据集与现有RD图库上测试，与6个常数k值下K近邻算法作对比分析。多个UCI数据集实验表明，DANN的平均准确率比不同k值下KNN的均值高6.21%，且比最优k值高3.7%；实测RD图库实验表明，DANN的平均准确率比不同k值下KNN的均值高2.9%，且比最优k值高0.56%。因此，本文算法可以在干扰检测中减少人工参与，且能够获得较好的检测准确率。

• 出版日期2023
• 单位南京电子技术研究所; 重庆邮电大学; 通信与信息工程学院