隨著現(xiàn)代電子和雷達(dá)技術(shù)的快速發(fā)展,電磁信號(hào)也越來(lái)越密集,電磁威脅環(huán)境的信號(hào)密度最高可達(dá)百萬(wàn)量級(jí),新體制的雷達(dá)不斷涌現(xiàn)并逐漸占據(jù)主導(dǎo)地位。基于常規(guī)參數(shù)的輻射源信號(hào)識(shí)別已不能滿足日益復(fù)雜的電磁信號(hào)環(huán)境,必須深入研究信號(hào)的脈內(nèi)特征參數(shù)來(lái)適應(yīng)現(xiàn)代電子戰(zhàn)環(huán)境的需求。脈內(nèi)特征分析是一項(xiàng)80年代中期開(kāi)始研究的新技術(shù),90年代國(guó)外已經(jīng)裝備了先進(jìn)的細(xì)微特征提取分析設(shè)備,增強(qiáng)了外軍的電子戰(zhàn)實(shí)力。這項(xiàng)技術(shù)中,脈內(nèi)特征的提取方法一直是科研、工程人員研究的重要課題,經(jīng)過(guò)不懈努力,已經(jīng)探索出一些行之有效的方法,形成了許多較為成熟的估計(jì)算法和相關(guān)技術(shù)。本文的主要研究?jī)?nèi)容如下:1.介紹了雷達(dá)輻射源信號(hào)的數(shù)學(xué)模型,并給出了幾種典型雷達(dá)輻射源信號(hào)的具體實(shí)現(xiàn)形式,對(duì)其時(shí)域波形和頻域波形進(jìn)行了仿真。2.對(duì)雷達(dá)信號(hào)脈內(nèi)特征分析的時(shí)域方法進(jìn)行了研究。分析了瞬時(shí)自相關(guān)法的原理,通過(guò)仿真分析得出了方法的性能評(píng)價(jià),針對(duì)瞬時(shí)自相關(guān)法存在的相位模糊進(jìn)行改進(jìn),將相位無(wú)模糊區(qū)間范圍擴(kuò)展到原來(lái)的4倍,提高了信號(hào)瞬時(shí)頻率的提取效率。3.對(duì)雷達(dá)信號(hào)脈內(nèi)特征分析的時(shí)頻域方法進(jìn)行了研究。針對(duì)低信噪比條件下要求更高的識(shí)別準(zhǔn)確率,提出了一種基于短時(shí)傅里葉變... 

【文章來(lái)源】：南京信息工程大學(xué)江蘇省

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 論文研究的背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
    1.3 雷達(dá)信號(hào)脈內(nèi)調(diào)制類型概述及脈內(nèi)分析流程
    1.4 深度學(xué)習(xí)的研究與應(yīng)用
    1.5 論文研究?jī)?nèi)容及結(jié)構(gòu)安排
第二章 雷達(dá)輻射源信號(hào)識(shí)別基礎(chǔ)
    2.1 引言
    2.2 雷達(dá)信號(hào)數(shù)學(xué)模型
    2.3 雷達(dá)輻射源信號(hào)脈內(nèi)調(diào)制類型分析
        2.3.1 常規(guī)信號(hào)
        2.3.2 線性調(diào)頻信號(hào)
        2.3.3 非線性調(diào)頻信號(hào)
        2.3.4 頻率編碼信號(hào)
        2.3.5 相位編碼信號(hào)
    2.4 本章小結(jié)
第三章 雷達(dá)信號(hào)脈內(nèi)特征分析方法
    3.1 引言
    3.2 基于瞬時(shí)自相關(guān)的雷達(dá)信號(hào)脈內(nèi)特征分析
        3.2.1 瞬時(shí)自相關(guān)算法及其改進(jìn)
        3.2.2 典型信號(hào)的瞬時(shí)頻率特征
        3.2.3 分類特征向量提取的級(jí)聯(lián)歸一化處理
        3.2.4 基于瞬時(shí)頻率的派生特征識(shí)別
    3.3 基于短時(shí)傅里葉的雷達(dá)信號(hào)脈內(nèi)特征分析
        3.3.1 算法原理
        3.3.2 瞬時(shí)頻率特征提取
        3.3.3 基于歸一化瞬時(shí)頻率的特征選擇及自動(dòng)識(shí)別判斷
    3.4 本章小結(jié)
第四章 基于神經(jīng)網(wǎng)絡(luò)的雷達(dá)輻射源信號(hào)分類識(shí)別
    4.1 引言
    4.2 神經(jīng)網(wǎng)絡(luò)概述
        4.2.1 BP神經(jīng)網(wǎng)絡(luò)
        4.2.2 PNN神經(jīng)網(wǎng)絡(luò)
        4.2.3 GRNN神經(jīng)網(wǎng)絡(luò)
        4.2.4 基于交叉驗(yàn)證法改進(jìn)神經(jīng)網(wǎng)絡(luò)
    4.3 仿真分析
    4.4 本章小結(jié)
第五章 基于聯(lián)合時(shí)頻特征的雷達(dá)信號(hào)調(diào)制類型識(shí)別
    5.1 引言
    5.2 深度學(xué)習(xí)結(jié)構(gòu)
    5.3 基于深度學(xué)習(xí)的雷達(dá)輻射源識(shí)別
        5.3.1 隨機(jī)投影
        5.3.2 主成分分析
        5.3.3 深度聯(lián)合時(shí)頻特征提取
        5.3.4 有監(jiān)督精度調(diào)諧和識(shí)別
        5.3.5 仿真實(shí)驗(yàn)和結(jié)論分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 未來(lái)展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]一種有效的雷達(dá)信號(hào)快速識(shí)別方法[J]. 楊建,周濤,何梓昂.  電訊技術(shù). 2017(04)
[2]基于改進(jìn)DFT相位差的正弦波頻率估計(jì)[J]. 王曉峰,邢敏捷,劉歌,趙汝鵬.  電訊技術(shù). 2016(10)
[3]基于PNN神經(jīng)網(wǎng)絡(luò)的電控發(fā)動(dòng)機(jī)故障診斷[J]. 巴寅亮,王書(shū)提,李春蘭,郭增波,加克·烏云才次克.  現(xiàn)代電子技術(shù). 2016(20)
[4]GRNN和PNN模型在信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J]. 王肖靈,王波,張惠珍,張海俊.  數(shù)學(xué)理論與應(yīng)用. 2015(03)
[5]基于個(gè)體特征的雷達(dá)輻射源識(shí)別方法研究[J]. 廖宇鵬,周仕成,舒汀.  現(xiàn)代雷達(dá). 2015(03)
[6]非視距傳播下LTE的頻率定位算法[J]. 鄭敏,毛永毅,楊陽(yáng).  電子技術(shù)應(yīng)用. 2014(02)
[7]基于深度學(xué)習(xí)的邊際Fisher分析特征提取算法[J]. 孫志軍,薛磊,許陽(yáng)明.  電子與信息學(xué)報(bào). 2013(04)
[8]非視距傳播環(huán)境下的AOA定位跟蹤算法[J]. 毛永毅,張穎.  計(jì)算機(jī)應(yīng)用. 2011(02)
[9]基于FRFT的α域-包絡(luò)曲線的雷達(dá)信號(hào)特征提取及自動(dòng)分類[J]. 司錫才,柴娟芳.  電子與信息學(xué)報(bào). 2009(08)
[10]非視距環(huán)境下基于到達(dá)時(shí)間差的一種定位算法[J]. 王洪雁,蘭云飛,裴炳南,方永福.  計(jì)算機(jī)仿真. 2007(09)

博士論文
[1]基于脈內(nèi)特征的雷達(dá)輻射源信號(hào)識(shí)別研究[D]. 余志斌.西南交通大學(xué) 2010

碩士論文
[1]雷達(dá)信號(hào)脈內(nèi)特征實(shí)時(shí)分析處理技術(shù)研究[D]. 吳昊.中國(guó)艦船研究院 2016
[2]雷達(dá)信號(hào)的脈內(nèi)分析與識(shí)別算法研究[D]. 劉姝明.西安電子科技大學(xué) 2013
[3]寬帶數(shù)字接收機(jī)及信號(hào)處理技術(shù)[D]. 高雙成.西安電子科技大學(xué) 2012
[4]寬帶雷達(dá)信號(hào)的脈內(nèi)調(diào)制類型分析工程化算法研究[D]. 張君.國(guó)防科學(xué)技術(shù)大學(xué) 2011
[5]雷達(dá)輻射源分類識(shí)別研究[D]. 王煒.西安電子科技大學(xué) 2010
[6]基于脈內(nèi)特征分析的輻射源識(shí)別方法研究[D]. 陳昌云.西安電子科技大學(xué) 2010
[7]脈內(nèi)調(diào)制信號(hào)的分析與自動(dòng)識(shí)別[D]. 劉東霞.西安電子科技大學(xué) 2003



本文編號(hào)：3204353