针对传统跳频分选方法在信号参数估计误差大的情况下性能较差的问题，提出一种基于改进K调和均值(K-Harmonic Means, KHM)聚类的跳频信号分选方法。根据参数的直方图统计结果设定KHM算法的聚类数范围，采用聚类有效性指标搜索聚类个数的最优估计值。实验结果表明，所提方法以增加较少计算量为代价，显著提高了信号的正确分选概率。
科研之友
微信
新浪微博
Facebook
分享链接
