本文關(guān)鍵詞：雷達(dá)輻射源無意調(diào)制特征提取算法研究　出處：《電子科技大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 無意調(diào)制特征 模糊函數(shù) 高階統(tǒng)計(jì)量 相空間 GMM 信號(hào)識(shí)別

【摘要】：雷達(dá)輻射源的個(gè)體識(shí)別是為了適應(yīng)雷達(dá)新技術(shù)和日益復(fù)雜的電磁環(huán)境需發(fā)展起來的,是電子對抗領(lǐng)域的重點(diǎn)發(fā)展方向。無意調(diào)制特征的提取是個(gè)體識(shí)別系統(tǒng)中的關(guān)鍵技術(shù)之一。不同于信號(hào)的基本特征,無意調(diào)制特征來源于發(fā)射機(jī)內(nèi)部器件尤其是功率放大器的非線性特性,它具有唯一性、普遍性、獨(dú)立性、可測性等特點(diǎn)。本文圍繞雷達(dá)輻射源的無意調(diào)制特征提取展開研究,從發(fā)射機(jī)無意調(diào)制特性的機(jī)理入手,研究了三種無意調(diào)制特征的提取算法。論文的主要工作包括:1.研究了發(fā)射機(jī)的非線性調(diào)制特性,分析了無意調(diào)制特征產(chǎn)生的機(jī)理。針對功率放大器是無意調(diào)制的主要來源,詳細(xì)分析了其對輻射源信號(hào)時(shí)域和頻域的影響,并建立了數(shù)學(xué)模型,作為后續(xù)章節(jié)研究的基礎(chǔ)。2.針對個(gè)體特征抗干擾能力及區(qū)分度差等問題,研究了基于模糊函數(shù)和小波變換的無意調(diào)制特征提取算法。利用模糊函數(shù)將輻射源信號(hào)變換到時(shí)延-頻偏二維平面,提取信號(hào)的斜切片特征并通過小波變換獲得這種特征的小波系數(shù),采用改進(jìn)的Fisher線性判別進(jìn)行特征降維以得到有區(qū)分度的個(gè)體特征。仿真和實(shí)測數(shù)據(jù)結(jié)果驗(yàn)證了所研究算法的有效性。3.針對高階統(tǒng)計(jì)量具有抑制噪聲、保留信號(hào)相位等特點(diǎn),研究了基于高階統(tǒng)計(jì)量特征的無意調(diào)制特征提取算法。通過雙譜變換提取最大譜峰的峰值和相位、幅度和相位垂直切片積分譜的均值特征并提取了信號(hào)的偏度和峭度特征,仿真和實(shí)測數(shù)據(jù)結(jié)果驗(yàn)證了所研究算法的有效性。4.針對時(shí)間序列是高維動(dòng)力系統(tǒng)在一維空間映射的觀點(diǎn),研究了基于相空間和GMM(Gaussian mixture model:混合高斯模型)的無意調(diào)制特征提取算法。在重構(gòu)輻射源信號(hào)相空間的基礎(chǔ)上,提取相空間的質(zhì)心特征,以此為對象建立GMM模型并計(jì)算對應(yīng)的似然值進(jìn)行分類識(shí)別。仿真和實(shí)測數(shù)據(jù)結(jié)果驗(yàn)證了所研究算法的有效性。同時(shí),對比分析了本文所提三種算法在不同信噪比下的識(shí)別性能。
[Abstract]:Individual identification of radar radiation source is in order to adapt to the new technology of radar and increasingly complex electromagnetic environment should be developed, is a key development direction in the field of electronic warfare. The extraction of unintentional modulation feature is one of the key technologies of individual identification system. The signal is different from the basic characteristics, the unintentional modulation feature comes from inside the transmitter device especially the nonlinear characteristic of power amplifier, it has the universality, uniqueness, independence, scalability and other characteristics. This paper focuses on the radar radiation source of unintentional modulation feature extraction is studied, starting from the transmitter modulation characteristics of unintentional mechanism, three kinds of unintentional modulation feature extraction algorithm. The main work includes: 1. the study of the nonlinear modulation characteristics of the transmitter, analyzes the mechanism of unintentional modulation feature generation. For power amplifier is the main source of unintentional modulation, detailed analysis The influence on the radiation signal in time domain and frequency domain, and establishes a mathematical model, the.2. problem as the basis of the following chapters according to the individual characteristics of the indexing anti-interference ability and poor area, studies the extraction algorithm of unintentional modulation feature based on wavelet transform and fuzzy function. Using the fuzzy function of the radiation source signal to delay - frequency plane, inclined slice wavelet coefficients of signal feature extraction and the characteristics of the wavelet transform, using Fisher linear discriminant feature dimension reduction to obtain the individual characteristics of discrimination. Simulation and experimental results verify the validity of the.3. data of the proposed algorithm for high-order statistics can suppress noise retention characteristics of signal phase, based on the higher-order statistics characteristic of unintentional modulation feature extraction algorithm. By bispectrum transform to extract the maximum spectral peak and peak phase, The mean amplitude and phase spectrum characteristics of integral vertical slice and pick up the signal of skewness and kurtosis characteristics, simulation and experimental data to test the effectiveness of.4. algorithm for time series is a point in one dimensional space mapping high dimensional dynamical system, the research of phase space based on GMM and Gaussian (mixture model: mixed Gauss model) unintentional modulation feature extraction algorithm based on phase space reconstruction. The radiation source signal and centroid feature extraction phase space as the object, established the GMM model and the calculation of the corresponding likelihood value classification. Simulation and experimental data results verify the effectiveness of the proposed algorithm in this paper. At the same time, analyzed in this paper three proposed algorithms under different SNR recognition performance.

【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN974

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 顧麗敏;吳小俊;王士同;楊靜宇;;一種模糊特征提取算法及其在人臉識(shí)別中的應(yīng)用[J];江蘇科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年05期

2 溫濤,蔡宣平,金甌;一種基于置信度的動(dòng)態(tài)特征提取算法[J];電力自動(dòng)化設(shè)備;2001年03期

3 李清泉;劉向龍;;路面裂縫影像幾何特征提取算法[J];中國科技論文在線;2007年07期

4 張曉東,陳鋒,杜凱;一種印章圖像的自適應(yīng)特征提取算法[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2004年08期

5 饒永全;周珩;;基于標(biāo)記矯正的目標(biāo)特征提取算法[J];航空兵器;2006年06期

6 孫殿柱;范志先;李延瑞;孫肖霞;;散亂數(shù)據(jù)點(diǎn)云型面特征提取算法研究[J];機(jī)械設(shè)計(jì)與研究;2007年04期

7 周日貴;楊淑群;徐新衛(wèi);曹永忠;丁秋林;;基于量子傅里葉變換的模式特征提取算法[J];南京航空航天大學(xué)學(xué)報(bào);2008年01期

8 孫曉飛;赫東鋒;方舟;張君安;;平面位移測量中點(diǎn)特征提取算法研究[J];機(jī)械制造;2009年11期

9 于曉亮;馬惠敏;臧和發(fā);;基于統(tǒng)計(jì)中心線的目標(biāo)特征提取算法研究[J];兵工學(xué)報(bào);2011年11期

10 黃喜斌;陸世康;;地聲監(jiān)測及識(shí)別[J];宇航計(jì)測技術(shù);1991年05期

相關(guān)會(huì)議論文 前10條

1 周寬久;陳雪峰;;人體脈搏波特征提取算法研究[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

2 管魯陽;鮑明;李曉東;;基于簡化耳蝸模型的車輛聲信號(hào)特征提取算法[A];中國聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（下）[C];2007年

3 黃旭;朱艷琴;羅喜召;;重復(fù)串特征提取算法在不良信息檢測中的應(yīng)用[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

4 吳晴;鄭杰;徐龍;;基于中心掃描細(xì)化斷點(diǎn)的指紋特征提取算法[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

5 謝志宏;顏巾惠;白羽;魏磊;;完全仿射不變的圖像特征提取算法研究[A];全國第五屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議專刊(第一冊)[C];2011年

6 傅明;萬勵(lì);劉國英;;一種新的圖像特征提取算法——DCDSH[A];第二屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

7 翟來娟;許小劍;;基于sinc模型的目標(biāo)散射中心峰值特征提取算法[A];全國第十屆信號(hào)與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

8 張偉;張建勛;郭銳;;一種新的基于TLLE的特征提取算法[A];2010振動(dòng)與噪聲測試峰會(huì)論文集[C];2010年

9 齊攀;陳曉云;;一種基于統(tǒng)計(jì)信息的無字典中文文本特征提取算法[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2003年

10 徐東海;趙宏;葉西寧;;基于改進(jìn)LBP的表情特征提取算法[A];上海市化學(xué)化工學(xué)會(huì)2010年度學(xué)術(shù)年會(huì)論文集（自動(dòng)化專題）[C];2010年

相關(guān)博士學(xué)位論文 前5條

1 袁曉彤;非參數(shù)核密度聚類與特征提取算法研究[D];中國科學(xué)院研究生院（自動(dòng)化研究所）;2009年

2 趙啟斌;EEG時(shí)空特征分析及其在BCI中的應(yīng)用[D];上海交通大學(xué);2008年

3 張振慧;蛋白質(zhì)分類問題的特征提取算法研究[D];國防科學(xué)技術(shù)大學(xué);2006年

4 蘇雅茹;高維數(shù)據(jù)的維數(shù)約簡算法研究[D];中國科學(xué)技術(shù)大學(xué);2012年

5 龍潛;噪聲環(huán)境下的語音識(shí)別技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 劉金蓮;人臉識(shí)別中的局部保持特征提取算法研究[D];重慶師范大學(xué);2013年

2 楊開睿;基于重建誤差的樣本加權(quán)特征提取算法研究[D];中國礦業(yè)大學(xué);2014年

3 王慶龍;基于多核映射的圖像特征提取算法[D];哈爾濱工業(yè)大學(xué);2013年

4 彭皓;局部不變特征提取算法的研究及其在圖像識(shí)別中的應(yīng)用[D];東華大學(xué);2009年

5 姜彬;膜蛋白分類問題的特征提取算法研究[D];國防科學(xué)技術(shù)大學(xué);2008年

6 呂燕燕;兩種圖像鑒別特征提取算法研究[D];南京郵電大學(xué);2011年

7 王潤青;基于樹形結(jié)構(gòu)的產(chǎn)品特征提取算法[D];大連理工大學(xué);2013年

8 王京華;特征提取算法的研究與改進(jìn)[D];哈爾濱工業(yè)大學(xué);2009年

9 張永川;統(tǒng)計(jì)不相關(guān)特征提取算法的研究[D];南京郵電大學(xué);2011年

10 劉寧;Lp范數(shù)約束的廣義主成分分析在人臉識(shí)別中的應(yīng)用[D];中國礦業(yè)大學(xué);2015年

，

本文編號(hào)：1424705