1、“.....并对序列聚类。最后对每类进行识别，确定雷达行为状态。基于主成分分析的样本优化数据预处理雷达描述字及其变化规律从逻辑角度反推设计原则，进而与常见工作状态模式匹配。雷达行为状态分析模型建立雷达对抗侦察接收机通过侦察天线波束覆盖或频段扫描的方式接收指定雷达目标的脉冲信号，生成脉冲描述字，包括到达时间脉冲宽度脉冲幅度脉冲载频到达角重频波束方位等参数。雷达信号形式与其行为意图息息相关，也与工作模式存在对应关系。在不同雷达工作模式下，脉冲描述字参数表现为不同的特性，。例如，重频通常情况下分为高重频中重频低重频。当重频足够低时，可以尽可能测量出足够大的不模糊速征。计算与之对应的主成分表达式的系数，并把系数与原始数据相乘得到分配权值之后的样本数据，⋯，。围绕雷达实现参数级对抗向行为级智能对抗跃升的需求，专家学者积极开展雷达辐射源行为精确辨识研究。最常用的句法模型算法......”。

2、“.....随着时钟周期的缩短，量化精度会有所改善，但是同时会使得编码序列增加，所需工作量增大。变换算法，基于的脉冲序列分析方法，并在此基础上利用扫描特性中的，等参数对算法进行了改进，对提高提取效率有很好的效果。文基于主成分分析的雷达行为状态聚类分析方法研究军事通讯论文的距离和速度都是模糊的，但可以通过不断变换的形式来解决问题。中重频波形主要用于全方位的速度距离搜索，但它的远距离性能会相对较差。在高重频状态下工作的雷达主要用于速度搜索模式和边搜索边测距模式，在足够高的情况下可以对所有感兴趣的目标速度都能不模糊测量，但它的缺陷是难以检测到旁瓣杂波区的目标。雷达对不同类别的目标采用不同的跟踪数据率，对处于跟踪过渡过程中的目标，用较短的采样间隔时间对已稳定跟踪的目标，根据它的重要性及威胁等级分成若干种跟踪状态，即威胁等级高的采样间隔时间较小......”。

3、“.....还原搜索任务。文献采用了分别对脉冲组数据工作模式分层次建模的方法，对各个层次之间的联系进行描述。上述雷达行为识别方法普遍需要大量的雷达先验信息与完备的数据库支撑，或受限于动态表征算法的能力，无法实现较为复杂的工作状态的识别。针对这个问题，本文在小样本数据条件下，设计了种基于主成分分析的改进型均值聚类算法以完成样本数据的分类方法，并根据雷达脉冲描述字及其变化规律从逻辑角度反推设计原则，进而与常见工作状态模式匹配。雷达行为状态意图。例如，对型机载侧视雷达来说，分别工作在远区搜索近区搜索及跟踪种模式下时，脉宽重频及脉压比都有较为明显的区别。远区搜索时，脉宽较另外两种模式宽，是由于对远区目标搜索时需要消耗较多的能量，而此时的重频较低，脉压比较大近区搜索时，脉宽相较远区搜索窄，相对跟踪模式下的脉宽较宽跟踪模式下，重频较高，便于精确瞄准目标......”。

4、“.....而当在跟踪模式下跟踪不同目标时，波束方位指向就具有明确的指向模式意图。因此，根据描述字对信号特征进行分析从而对工作模式进均值漂移是种基于密度梯度上升的非参数方法，其核心是通过计算随机选取的中心点在定范围内到每点的距离平均值，将计算平均值所得到的偏移值作为中心点，重复计算，反复迭代，使中心点逐步逼近最优位置。由于每个参数对偏移值的贡献率不同，因此在均值漂移中引入核函数进行计算公式式中，为雷达脉冲序列特征参数，为区域半径，为各类特征所占权重。改进后的均值算法流程图如图所示。图改进后的均值算法流程图改进后的均值算法完善了原算法对初始样本数据过于敏感的问题，在不影响每组样本数据分布的前提下，对预辉，郑坤，金炜东，等基于多层次建模的机载相控阵雷达工作模式识别电子信息对抗技术，孟祥豪，罗景青......”。

5、“.....代鹂鹏，王布宏，曹帅，等基于最优解析树提取的多功能雷达状态快速估计方法电子学报，王洪授，黄同愿，陈红光，等基于聚类主成分分析法的变压器参数关联度评估火力与指挥控制，陈志飞，时宏伟，吕学斌，等基于均值漂移和模糊均值聚类的图像分割算法计算机应用与软件，方旖，毕大平，潘继飞，陈秋菊基于主成分分析的雷达行为状态聚类分析方法探测与高的识别正确率。即使在侦收到少量脉冲信号的情况下也可进行识别，适用于在实际战场中突发未知雷达及信号的采取分析，判断当前雷达行为状态。结论本文提出了基于主成分分析的雷达行为状态聚类分析算法。该方法克服了现实状况下缺少大量数据样本和先验知识的驱动，无法建立神经网络等有监督识别模型的困难，在适量的样本数据条件下进行雷达行为聚类分析。该方法在使用过程中结合对数处理归化及主成分分析和均值漂移等办法，降低了数据量级相差过大......”。

6、“.....可以较好地在训练样本匮乏的条件下，对雷达脉冲类。算法的改进使得聚类初始中心点的选取对分类准确率的影响减弱。同时经过主成分分析，筛选得到的重频脉宽和脉压比经过归化和权值的转换，可以提升算法分类的性能，具有较好的效果。实验中，改进算法在各个行为下都以较大优势领先对比的识别算法。实验为检验主成分分析对算法优化产生了积极作用，对样本数据分别在两组不同雷达行为状态的情况下进行实验，对比分类的准确率。得到如图所示。图类聚类算法实验对比实验结果表明，经过经过改进的样本数据更有利于聚类识别。第组数据的搜索距离不同，使得两类搜索方式的脉宽和重复与预期分类有所差别，因此在聚类之前基于均值漂移对样本数据进行优化，使得初始的中心值逼近最佳位置。图类聚类算法实验对比通过个实验结果散点图可以看出种方法均可以完成对雷达行为状态的聚类。表为在不同算法下多次进行聚类分析的准确率......”。

7、“.....实验结果表明，改进后的聚类算法较之前提升了分类的准确率，总分类基本可以稳定在左右，能够适用于无法即刻获取大量样本数据进行数据驱动的算法识别的情况下，并达到个较好的效果。对于第组的雷达行为状况分析，远区搜索相较于近区搜索和跟基于主成分分析的雷达行为状态聚类分析方法研究军事通讯论文制学报，基金国家自然科学基金项目资助。新计算个新的聚类中心，即⋯其中为第次迭代时属于类的样本数，为第次迭代时属于的样本，上标为类别。若≠⋯则，返回，否则算法结束。从计算方法中可以看出此种聚类方法受初始样本和随机选取的初始聚类中心影响很大，聚类结果往往与预期分类有所差别，因此在聚类之前基于均值漂移对样本数据进行优化，使得初始的中心值逼近最佳位置。基于主成分分析的雷达行为状态聚类分析方法研究军事通讯论文大样本数据能够利用神经网络向量机等训练模型......”。

8、“.....为了实现雷达的行为辨识，需要不断进行深入研究。能够结合两类识别方法，克服缺陷，达到定可靠的识别正确率是之后学习研究的主要目标。参考文献戴幻尧，周波，雷昊认知电子战的关键技术发展动态与分析飞航导弹，刘海军，樊昀，李悦等多功能雷达建模中的雷达字提取技术研究国防科技大学学报，李程雷达电子侦察的多层次处理关键技术研究长沙国防科技大学，贾朝文，周水楼机载雷达工作模式识别电子信息对抗技术，李向模式意图。因此，根据描述字对信号特征进行分析从而对工作模式进行识别，是种行之有效的方法。均值漂移是种基于密度梯度上升的非参数方法，其核心是通过计算随机选取的中心点在定范围内到每点的距离平均值，将计算平均值所得到的偏移值作为中心点，重复计算，反复迭代，使中心点逐步逼近最优位置。由于每个参数对偏移值的贡献率不同，因此在均值漂移中引入核函数进行计算公式式中......”。

9、“.....为区域半径，为各类特征所占权重。改进后的均值算法流程图如图所示。图改进后的均值算法流程图改进后的特征进行分析。实验表明，从雷达行为与雷达外部特征表现入手，寻找两者之间的映射关系，获取更多规律，挖掘更多信息，避免先验信息对行为识别的限制，对之后的雷达行为识别具有定意义。显然，当雷达行为相近，雷达脉冲参数排布相似时，对聚类算法会产生定影响，需要通过不断的研究总结，建立完善合理的雷达行为特征库，通过不断地训练，补充未知雷达行为对应的脉冲序列样式，解决这问题。雷达脉冲序列完成聚类后，根据标签或雷达设计准则，能够对每类的行为状态进行判定。在后续的研究过程中，可以对大样本和小样本分别建立数据库频率影响聚类的权值比重较大。第组数据的跟踪目标不同，导致两类跟踪方式的波束方位对聚类结果影响较大......”。