1、隨著計(jì)算機(jī)和信息技術(shù)的發(fā)展，人們越來越重視從已有信息中挖掘有用信息，并對事物進(jìn)行理解、推斷和判斷。信息可以理解為數(shù)據(jù)、信號、消息所包含的意義。信息處理就是信息的采集、加工、傳送等過程，通常分為選擇與分離和識別與分類的信息處理。其中識別和分類的信息處理是信息處理技術(shù)發(fā)展較快的一個分支，通常稱為模式識別。
　　 k均值聚類將n個數(shù)據(jù)對象劃分為k類，以使得所獲得的聚類滿足：同一聚類中的對象相似度較高，而不同聚類中的對象相似度較小。盡管

2、該方法是一種局部搜索尋優(yōu)方法，對初始值很敏感，容易陷入局部極小值，往往得不到滿意的聚類結(jié)果，但其仍然在圖像分割、郵件過濾等中有著廣泛的應(yīng)用。ISODATA（迭代自組織數(shù)據(jù)分析技術(shù)）同k均值聚類都是動態(tài)聚類算法，它與k均值聚類不同之處在于不是每調(diào)整一次類別就重新計(jì)算中心，而是將全部樣本都調(diào)整完畢才計(jì)算一次中心，而且可以自動進(jìn)行類的“合并”和“分裂”。在商業(yè)上區(qū)分不同消費(fèi)群體、圖像處理和模式識別中有著廣泛的應(yīng)用，在無線電監(jiān)測領(lǐng)域未曾應(yīng)用。<

3、br>　　 本文首先介紹與研究課題相關(guān)的基礎(chǔ)知識，然后從選擇和分離的信息處理與識別和分類的信息處理兩個方面入手，來研究以數(shù)據(jù)為處理對象的信息處理。以發(fā)現(xiàn)非法信號為出發(fā)點(diǎn)，保障衛(wèi)星電視通訊安全，維護(hù)社會穩(wěn)定和人民群眾正常的生活為目的，開發(fā)出可以替代監(jiān)測人員工作的軟件系統(tǒng)。
　　 其中分離的信息處理主要是從信號的頻譜數(shù)據(jù)中分離底噪聲數(shù)據(jù)，而識別和分類的信息處理是完成干擾信號類型的識別。由于本文中涉及的去除噪聲的實(shí)際問題和傳統(tǒng)的意義

4、上的去噪有所區(qū)別，結(jié)合系統(tǒng)本身實(shí)時性的要求，提出了基于k均值聚類的去除底噪聲方法。再者，在無線電監(jiān)測業(yè)務(wù)中對干擾信號的分類只是寬泛的概念，也就是說監(jiān)測人員只要籠統(tǒng)地知道是干擾信號即可。面對這樣的實(shí)際問題提出了基于ISODATA算法的分層結(jié)構(gòu)聚類算法。
　　 使用本文中的方法將使得信號的識別率大幅度提高，尤其是低信噪比下的正確率。本論文的主要研究成果可歸納如下：
　　 1．在大量仿真實(shí)驗(yàn)的基礎(chǔ)上，改進(jìn)了底噪聲處理的方法；改