基于ILPVG网络的多功能雷达信号分选OA北大核心CSTPCD

针对多功能雷达信号分选时,采用哪种复杂网络进行分选更为有效的问题,提出了一种改进的有限穿透可视图(ILPVG)算法,并采用不同的复杂网络建立算法,根据复杂网络的拓扑属性和中心性指标进行网络模型分析,然后通过标签传播算法和密度峰值聚类算法检测其社区结构得到雷达信号分选结果。仿真实验表明,在多功能雷达分选场景下,基于ILPVG算法和基于有限穿透可视图(LPVG)算法的复杂网络在网络的连通性和紧密性上都高于其他网络。ILPVG网络通过标签传播算法得到的子社区结果、雷达分选准确率都高于其他网络,其雷达信号分选准确率比LPVG提高了3.46%,且明显优于基于k均值的和具有噪声的基于密度的聚类算法的分选方法,表明了ILPVG算法在雷达信号分选上的有效性和优越性。