被動雷達導(dǎo)引頭主要應(yīng)用在反輻射導(dǎo)彈中,需要在相對復(fù)雜的電磁環(huán)境中快速、實時地更新目標的角度信息,從而引導(dǎo)反輻射導(dǎo)彈對目標進行打擊。信號分選是從交錯的脈沖流中分選出目標雷達信號的過程,是被動雷達導(dǎo)引頭的重要組成部分。本文致力于提高被動雷達導(dǎo)引頭對多種類型并存信號的快速分選能力。當前體制下的雷達信號分選主要包括預(yù)分選和主分選兩部分。傳統(tǒng)的預(yù)分選主要利用不同雷達的脈沖描述字差異對脈沖串進行分層濾波;傳統(tǒng)的主分選則是根據(jù)濾波后的脈沖到達時間進行級差的計算并設(shè)置一定的門限來提取目標的脈沖重復(fù)周期。隨著當前電磁環(huán)境的復(fù)雜度的提高,頻率捷變、重頻參差、重頻抖動、脈寬抖動、載頻抖動等多種類型信號交疊。傳統(tǒng)的分層預(yù)分選對選取的首脈沖和參數(shù)容差好壞較為敏感,選取不當,容易造成累積誤差,最終計算出的參數(shù)中心逐漸偏離真實的參數(shù)中心。傳統(tǒng)的主分選則難以應(yīng)對頻率捷變和大量脈沖丟失的情況。對于預(yù)分選本文主要研究了多參數(shù)聚類算法來解決傳統(tǒng)預(yù)分選累積誤差的問題,并針對線性可分數(shù)據(jù)和線性不可分數(shù)據(jù)的適應(yīng)性,分別選取了模糊聚類和支持向量聚類算法為代表,作了深入研究。論文主要工作如下:1.針對傳統(tǒng)主分選難以適應(yīng)脈沖丟失及頻率...

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題背景
    1.2 課題的研究目的及意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 基于到達時間的單參數(shù)分選算法研究
        1.3.2 基于PDW的多參數(shù)聚類分選算法研究
    1.4 本論文的主要工作及各章節(jié)安排
第2章 單參數(shù)分選理論基礎(chǔ)
    2.1 引言
    2.2 脈沖描述字
    2.3 典型雷達信號及PRI描述
        2.3.1 常規(guī)雷達信號
        2.3.2 脈間捷變雷達信號
        2.3.3 脈組捷變雷達信號
        2.3.4 參差雷達信號
    2.4 傳統(tǒng)預(yù)分選算法
    2.5 傳統(tǒng)主分選算法
        2.5.1 動態(tài)關(guān)聯(lián)法
        2.5.2 差值直方圖算法
        2.5.3 累積差值直方圖算法(CDIF)
        2.5.4 序列差值直方圖算法(SDIF)
        2.5.5 相關(guān)函數(shù)法
        2.5.6 PRI變換法
    2.6 基于諧波的PRI提取算法
        2.6.1 基本原理
        2.6.2 實現(xiàn)步驟
        2.6.3 仿真分析
    2.7 本章小結(jié)
第3章 基于模糊聚類的多參數(shù)預(yù)分選
    3.1 引言
    3.2 模糊聚類算法原理
    3.3 改進的模糊聚類算法
        3.3.1 數(shù)據(jù)抽取
        3.3.2 跟蹤法聚類
        3.3.3 各個分類下PRI提取
    3.4 仿真分析
    3.5 本章小結(jié)
第4章 基于支持向量聚類的多參數(shù)預(yù)分選
    4.1 引言
    4.2 支持向量聚類算法原理
        4.2.1 SVC計算
        4.2.2 常用簇標定算法
        4.2.3 改進的簇標定算法(ISEP)
    4.3 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果
致謝



本文編號：3759279