本文關鍵詞：基于稀疏重構的調制樣式識別與參數(shù)估計

  更多相關文章： 雷達偵察 壓縮感知 稀疏重構 調制樣式識別 參數(shù)估計

【摘要】：雷達偵察是雷達對抗的重要領域,其首要任務是截獲敵方雷達信號并進行信號檢測。傳統(tǒng)的截獲技術和檢測方法都基于Nyquist采樣定理,而壓縮感知理論突破這一限制,利用信號的稀疏性,截獲少量的觀測數(shù)據(jù)以達到檢測的目的。本文主要將壓縮感知中稀疏重構的思想運用到調制樣式識別和參數(shù)估計中,證明通過少量的數(shù)據(jù),仍可實現(xiàn)原始信號的信息提取。由于是理論基礎研究,所以只選取最基本的三種雷達信號作分析。具體研究內容可概括為以下兩部分:第一部分研究了基于稀疏重構的脈內調制樣式識別問題。首先論證三種待識別雷達信號具有可稀疏表示的前提條件,然后通過觀測矩陣和稀疏矩陣構成的字典,將少量的觀測信號映射到頻域,利用重構算法求解稀疏系數(shù),通過對比稀疏度達到識別調制樣式的目的,最后通過仿真實驗論述該方法的正確性,并對不同壓縮率下的識別成功率、一定壓縮率下判別門限和判別規(guī)則的選取和噪聲對識別率的影響分別作了探究,得出:在合適的門限和判別規(guī)則下,該方法可以應用于調制樣式識別中,且當信噪比不是特別低時,成功率依然有保障。第二部分研究了基于稀疏重構的典型參數(shù)估計問題。針對三種基本雷達信號,改進第一部分的方法用來估計它們的典型參數(shù)。其中,單載頻信號主要針對中心頻率,由于前面方法已達到估計效果,故只對算法作了改進,以提高估計精度;LFM信號主要針對調頻斜率,利用分數(shù)階傅立葉變換對LFM有良好聚集性的特點,將稀疏矩陣的原子改為分數(shù)階傅立葉變換的逆核函數(shù),通過尋找最佳聚集性得到變換階數(shù),從而達到調頻斜率的估計;相位編碼信號的典型參數(shù)為碼元寬度,通過求取帶寬的倒數(shù)可得到,但由于帶寬指的是過零點帶寬,運用重構算法求解誤差過大,所以只能得出中心頻率的估計,這一領域還有待研究。
【關鍵詞】：雷達偵察 壓縮感知 稀疏重構 調制樣式識別 參數(shù)估計
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN957.51
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 符號對照表10-11
• 縮略語對照表11-14
• 第一章 緒論14-20
• 1.1 雷達偵察背景和選題的意義14-15
• 1.2 國內外研究現(xiàn)狀15-17
• 1.2.1 壓縮感知的研究現(xiàn)狀15-16
• 1.2.2 稀疏重構在雷達偵察中的研究現(xiàn)狀16-17
• 1.3 主要工作及論文的結構安排17-20
• 第二章 雷達信號模型與傳統(tǒng)脈內分析20-26
• 2.1 偵察中三種基本雷達信號模型及其時域和頻域特性20-23
• 2.1.1 單載頻雷達信號20-21
• 2.1.2 LFM雷達信號21-22
• 2.1.3 相位編碼雷達信號22-23
• 2.2 雷達信號脈內分析的傳統(tǒng)方法23-25
• 2.2.1 雷達信號脈內調制樣式識別的傳統(tǒng)方法23-24
• 2.2.2 雷達信號參數(shù)估計的傳統(tǒng)方法24-25
• 2.3 本章小結25-26
• 第三章 基于稀疏重構的雷達信號脈內調制樣式識別26-46
• 3.1 壓縮感知的基本理論26-30
• 3.1.2 CS前提：可稀疏表示26-27
• 3.1.3 壓縮采樣27-29
• 3.1.4 重構算法29-30
• 3.2 偵察對象的稀疏性30-31
• 3.3 字典的構建31-36
• 3.3.1 觀測矩陣的選取31-33
• 3.3.2 稀疏矩陣的選取33-36
• 3.4 稀疏重構與脈內調制樣式識別36-39
• 3.4.1 稀疏重構算法的選取36-37
• 3.4.2 稀疏系數(shù)與調制樣式的關系37-38
• 3.4.3 判別門限和調制樣式識別38-39
• 3.5 仿真分析39-45
• 3.5.1 仿真實驗一39-41
• 3.5.2 仿真實驗二41-43
• 3.5.3 仿真實驗三43-44
• 3.5.4 仿真實驗四44-45
• 3.6 本章小結45-46
• 第四章 基于稀疏重構的雷達信號參數(shù)估計46-54
• 4.1 對單載頻信號的頻率估計46-50
• 4.1.1 算法對單載頻信號的改進46-47
• 4.1.2 改進后的性能分析47-48
• 4.1.3 仿真實驗48-50
• 4.2 對LFM信號的調頻斜率估計50-52
• 4.2.1 字典對LFM信號的改進50-51
• 4.2.2 仿真實驗51-52
• 4.3 對相位編碼信號的參數(shù)估計52-53
• 4.4 總結53-54
• 第五章 總結與展望54-56
• 5.1 工作總結54
• 5.2 工作展望54-56
• 參考文獻56-58
• 致謝58-60
• 作者簡介60-61

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 沈志博;董春曦;黃龍;趙國慶;;一種基于稀疏分解的窄帶信號頻率估計算法[J];電子與信息學報;2015年04期

2 方標;黃高明;高俊;;LFM寬帶雷達信號的盲壓縮感知模型[J];航空學報;2014年08期

3 李樹濤;魏丹;;壓縮傳感綜述[J];自動化學報;2009年11期

4 冀貞海;朱偉強;趙力;;基于時頻分布圖像和主分量分析的脈內調制識別算法研究[J];電路與系統(tǒng)學報;2009年02期

5 邵君;尹忠科;王建英;張躍飛;;信號稀疏分解中過完備原子庫的集合劃分[J];鐵道學報;2006年01期

6 畢大平,董暉,姜秋喜;基于瞬時頻率的脈內調制識別技術[J];電子對抗技術;2005年02期

7 趙興浩,陶然,周思永,王越;基于Radon-Ambiguity變換和分數(shù)階傅里葉變換的chirp信號檢測及多參數(shù)估計[J];北京理工大學學報;2003年03期

，

本文編號：1079999