一种自适应集成深度聚类的雷达辐射源信号分选方法

本发明公开了一种自适应集成深度聚类的雷达辐射源信号分选方法，该方法包括：将数据归一化处理，得到排除不同参数量纲的归一化数据；将归一化数据输入双注意力残差自编码器进行特征提取，输出提取特征；将提取特征输入自适应集成聚类函数，基于轮廓系数优化K‑means聚类，基于贝叶斯信息准则优化高斯混合模型聚类，通过层次聚类将K‑means聚类和高斯混合模型聚类的聚类结果融合，得到聚类标签，将聚类标签和真实标签对齐，评估聚类效果，完成雷达辐射源信号分选。本发明通过学习信号数据分布，将深度特征学习与聚类目标统一在端到端框架中，通过注意力机制和聚类优化，适应复杂数据分布，具有稳健的抗噪性，能够准确且高效的完成分选任务。