天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 搜索引擎論文 >

被動(dòng)雷達(dá)導(dǎo)引頭信號(hào)分選算法研究

發(fā)布時(shí)間:2023-03-11 05:23
  被動(dòng)雷達(dá)導(dǎo)引頭主要應(yīng)用在反輻射導(dǎo)彈中,需要在相對(duì)復(fù)雜的電磁環(huán)境中快速、實(shí)時(shí)地更新目標(biāo)的角度信息,從而引導(dǎo)反輻射導(dǎo)彈對(duì)目標(biāo)進(jìn)行打擊。信號(hào)分選是從交錯(cuò)的脈沖流中分選出目標(biāo)雷達(dá)信號(hào)的過程,是被動(dòng)雷達(dá)導(dǎo)引頭的重要組成部分。本文致力于提高被動(dòng)雷達(dá)導(dǎo)引頭對(duì)多種類型并存信號(hào)的快速分選能力。當(dāng)前體制下的雷達(dá)信號(hào)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(dá)的脈沖描述字差異對(duì)脈沖串進(jìn)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(dá)時(shí)間進(jìn)行級(jí)差的計(jì)算并設(shè)置一定的門限來提取目標(biāo)的脈沖重復(fù)周期。隨著當(dāng)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(dòng)、脈寬抖動(dòng)、載頻抖動(dòng)等多種類型信號(hào)交疊。傳統(tǒng)的分層預(yù)分選對(duì)選取的首脈沖和參數(shù)容差好壞較為敏感,選取不當(dāng),容易造成累積誤差,最終計(jì)算出的參數(shù)中心逐漸偏離真實(shí)的參數(shù)中心。傳統(tǒng)的主分選則難以應(yīng)對(duì)頻率捷變和大量脈沖丟失的情況。對(duì)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(duì)線性可分?jǐn)?shù)據(jù)和線性不可分?jǐn)?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(duì)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(jí)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(dá)時(shí)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(dá)信號(hào)及PRI描述
        2.3.1 常規(guī)雷達(dá)信號(hào)
        2.3.2 脈間捷變雷達(dá)信號(hào)
        2.3.3 脈組捷變雷達(dá)信號(hào)
        2.3.4 參差雷達(dá)信號(hào)
    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(dòng)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(shí)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(jìn)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(gè)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(jì)算
        4.2.2 常用簇標(biāo)定算法
        4.2.3 改進(jìn)的簇標(biāo)定算法(ISEP)
    4.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
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(hào):3759279

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3759279.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶05102***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com