基于动态自适应近邻算法的天波雷达RD图分类器设计

来源：电讯技术杂志2024年第8期北京时间：

作者：罗忠涛,唐洪涛,高天翱,曹健

单位：(1.重庆邮电大学 通信与信息工程学院，重庆 400065;2.南京电子技术研究所，南京 210013)

摘要：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，玨值的选取直接影响到干扰检测准确率。根据过往经验预设玨值时，无法确定所设玨值下的干扰检测准确率。为此，将互近邻条件引申为玨值自动赋值方法，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 California Irvine)数据集与现有RD图库上测试，与6个常数玨值下K近邻算法进行对比分析。多个UCI数据集实验表明，DANN的平均准确率比不同玨值下KNN的均值高6.21%，且比最优玨值高3.7%；实测RD图库实验表明，DANN的平均准确率比不同玨值下KNN的均值高2.9%，且比最优玨值高0.56%。因此，该算法可以在干扰检测中减少人工参与，且能够获得较高的检测准确率。

关键词：天波雷达；干扰检测；RD图像分类；自适应近邻；

基金资助：国家自然科学基金资助项目（61701067，61702065）