摘要：雷達(dá)信號(hào)分選是電子對(duì)抗的關(guān)鍵技術(shù),提取和補(bǔ)充新的特征參數(shù)是解決復(fù)雜體制雷達(dá)信號(hào)分選難題的有效手段。鑒于模糊函數(shù)是表征信號(hào)內(nèi)在結(jié)構(gòu)上的有效工具,本文采用改進(jìn)粒子群算法(Particle swarm optimization,PSO)快速搜索信號(hào)的模糊函數(shù)主脊切面,并提出一種基于局域差分的模糊函數(shù)主脊切面特征提取方法,提取出差值和、差值最大值和差值分布熵3個(gè)特征,以表征不同信號(hào)波形結(jié)構(gòu)上的局域差異;然后通過(guò)模糊C均值算法對(duì)提取的特征參數(shù)進(jìn)行聚類(lèi)性能分析。最后使用LFM,BFSK,CON,QPSK,M SEQ及BPSK共6種典型信號(hào)進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,在固定信噪比下,當(dāng)SNR不低于0dB時(shí),CON,LFM及BFSK信號(hào)的平均聚類(lèi)準(zhǔn)確率達(dá)到98.7%,6類(lèi)信號(hào)的平均準(zhǔn)確率為93.2%。在0~20dB動(dòng)態(tài)信噪比環(huán)境下,平均分選準(zhǔn)確率仍保持在80.5%以上,且算法具有較好的特征提取時(shí)效性,證明了所提方法的可行性和有效性。