基于K-SVD的时频谱特征稀疏编码的小样本未知辐射源盲聚类方法

本发明公开了一种基于K‑SVD的时频谱特征稀疏编码的小样本未知辐射源盲聚类方法，包括如下步骤：将原始的一维信号时间序列转换为高时频分辨率，低噪点的时频谱，作为下一步的输入；对时频谱进行特征聚焦细化处理后，通过K‑SVD算法构建调制样式的过完备差异字典，基于此字典，使用OMP算法提取出时频谱的特征稀疏编码向量，作为聚类的依据；通过T‑SNE算法对输入的特征稀疏编码向量进行降维与增强信号特征处理，并将经过该处理后的特征稀疏编码二维向量输入DBSCAN算法进行信号波形的盲聚类。所述方法无需任何辐射源信号的先验类别信息，直接对未知辐射源信号进行精确的盲聚类，并在低信噪比与小样本的环境下展现出优良性能。