雷達輻射源的分選和識別是雷達偵察系統(tǒng)的重要組成部分，其性能直接影響著后續(xù)態(tài)勢感知和威脅估計的準(zhǔn)確度。輻射源射頻特征是分選識別的基礎(chǔ)和依據(jù)，論文研究了輻射源射頻特征及其變化對分選識別性能的影響。 首先介紹了雷達輻射源分選和識別的研究背景和意義；其次根據(jù)偵察接收機對雷達信號進行分選識別的順序，分別介紹了模板匹配算法、基于PRI（脈沖重復(fù)間隔）的分選算法和基于神經(jīng)網(wǎng)絡(luò)的輻射源識別技術(shù)；然后對各分選識別算法的性能做了簡要分析和歸納總結(jié)；最后結(jié)合大量仿真實驗，重點討論了輻射源射頻特征變化對偵察系統(tǒng)分選識別性能的影響，包括輻射源射頻特征變化范圍和變化速度對模板匹配算法正確匹配率的影響、PRI的變化形式和變化范圍對基于PRI的分選算法性能的影響以及輻射源射頻特征的變化范圍對基于神經(jīng)網(wǎng)絡(luò)的輻射源識別系統(tǒng)識別率的影響，同時也對信號環(huán)境、信噪比等因素對各算法性能的影響做了簡要分析。

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要工作
第二章 雷達輻射源信號分選識別算法總結(jié)分類
    2.1 雷達輻射源信號分選算法
        2.1.1 模板匹配算法
        2.1.2 基于 PRI 的分選算法
    2.2 雷達輻射源信號識別算法
        2.2.1 傳統(tǒng)的輻射源識別技術(shù)
        2.2.2 基于神經(jīng)網(wǎng)絡(luò)的輻射源識別技術(shù)
    2.3 本章小結(jié)
第三章 分選識別算法性能分析
    3.1 模板匹配算法性能分析
    3.2 基于 PRI 的分選算法性能分析
        3.2.1 傳統(tǒng)的直方圖算法
        3.2.2 累計差直方圖算法（CDIF）
        3.2.3 序列差直方圖算法（SDIF）
        3.2.4 PRI 變換算法
        3.2.5 修正的 PRI 變換算法
    3.3 基于神經(jīng)網(wǎng)絡(luò)的輻射源識別算法分析
    3.4 本章小結(jié)
第四章 輻射源射頻特征變化對分選識別算法的影響
    4.1 輻射源射頻特征變化對模板匹配算法的影響
        4.1.1 信號脈寬 PW 對模板匹配性能的影響分析
        4.1.2 信號載頻 RF 對模板匹配性能的影響分析
        4.1.3 信號到達角 DOA 對模板匹配性能的影響分析
    4.2 輻射源射頻特征變化對基于 PRI 分選算法的影響
        4.2.1 PRI 變化形式對基于 PRI 分選算法的影響
        4.2.2 TOA 測量誤差對基于 PRI 分選算法的影響
        4.2.3 脈沖丟失對基于 PRI 分選算法的影響
        4.2.4 信號環(huán)境對基于 PRI 分選算法的影響
    4.3 輻射源射頻特征變化對基于神經(jīng)網(wǎng)絡(luò)的輻射源識別算法的影響
        4.3.1 輻射源射頻特征變化對基于神經(jīng)網(wǎng)絡(luò)的輻射源識別率的影響
        4.3.2 噪聲對基于神經(jīng)網(wǎng)絡(luò)的輻射源識別率的影響
    4.4 本章小結(jié)
第五章 總結(jié)
致謝
參考文獻
在讀期間科研成果



本文編號：3825566