本文關(guān)鍵詞：基于多維特征處理的雷達(dá)信號分選研究

  更多相關(guān)文章： 信號分選 特征提取 分類器設(shè)計 SM時頻變換

【摘要】：雷達(dá)輻射源信號分選是電子對抗中的關(guān)鍵處理過程,也是信號處理研究中的熱點和難點問題。在現(xiàn)代電子戰(zhàn)爭中,各種新體制和復(fù)雜體制雷達(dá)不斷投入使用,使得電磁環(huán)境更加復(fù)雜,也給雷達(dá)輻射源信號分選識別研究帶來更多挑戰(zhàn)。在分析現(xiàn)代輻射源信號分選識別研究現(xiàn)狀的基礎(chǔ)上,本文討論了分選識別的一般過程,為信號的特征提取、特征選擇和分類奠定了基礎(chǔ)。針對4種常見的雷達(dá)信號,分別從時域、頻域、雙譜域和小波域提取了多種特征并加以分析,仿真實驗給出了各種特征參數(shù)在不同的信噪比(SNR)下的關(guān)系曲線,據(jù)此可以定性地判斷各個特征的可區(qū)分性。為了提高分選效率,本文采用基于主成分分析、灰色關(guān)聯(lián)度和不確定度的方法,對信號特征進(jìn)行篩選,以便選擇出包含分類信息最多的特征因子,然后采用支持向量機(SVM)方法對分選之后的特征向量進(jìn)行分類檢測,仿真結(jié)果表明這種分類方法對雷達(dá)信號有較好的分類效果,同時特征選擇方法可以在保證分選率的前提下縮短分類器的運行時間,提高分類識別效率。此外,本文引入了在圖像處理中經(jīng)常使用的證據(jù)C均值算法,來求解不同特征對于各個信號的隸屬概率和模糊概率,并以此作為類別判決的依據(jù)。仿真結(jié)果表明,證據(jù)C均值算法能夠準(zhǔn)確地對不同特征的隸屬概率做出判斷,根據(jù)隸屬概率,可以實現(xiàn)對信號分類的目的。為了進(jìn)一步驗證證據(jù)C均值算法在不同信噪比下的分類效果,仿真實驗給出了頻域偏度特征在兩種信噪比下的隸屬概率和模糊概率。最后,本文從信號的時頻分布角度出發(fā),比較了信號的短時傅里葉變換、WVD變換和SM變換,根據(jù)分辨率性能和有無交叉項的原則,選擇基于S-method變換的方法,來對時域頻域交疊的多源調(diào)頻信號的脈沖起止時間和瞬時頻率進(jìn)行檢測估計,仿真結(jié)果表明,基于SM時頻變換的檢測估計方法可以準(zhǔn)確地對分量信號進(jìn)行估計。
【關(guān)鍵詞】：信號分選 特征提取 分類器設(shè)計 SM時頻變換
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN957.51
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 符號對照表11-13
• 縮略語對照表13-17
• 第一章 緒論17-21
• 1.1 研究背景及意義17-18
• 1.2 國內(nèi)外研究現(xiàn)狀18-20
• 1.3 本文主要工作與結(jié)構(gòu)安排20-21
• 第二章 雷達(dá)信號特征提取21-39
• 2.1 引言21
• 2.2 時域特征參數(shù)分析21-24
• 2.3 頻域特征參數(shù)分析24-30
• 2.4 雙譜域特征參數(shù)分析30-32
• 2.5 小波域特征參數(shù)分析32-36
• 2.6 調(diào)頻率不同的LFM信號特征分析36-37
• 2.7 本章小結(jié)37-39
• 第三章 特征選擇與分類器設(shè)計39-53
• 3.1 引言39-40
• 3.2 特征選擇方法40-43
• 3.2.1 基于不確定度分析的特征選擇40
• 3.2.2 基于主成分分析的特征選擇40-41
• 3.2.3 基于灰色關(guān)聯(lián)分析的特征選擇41-43
• 3.3 分類器設(shè)計43-51
• 3.3.1 SVM分類器原理與仿真分析43-46
• 3.3.2 基于證據(jù)C均值算法的分類器46-51
• 3.4 本章小結(jié)51-53
• 第四章 基于S-method變換的多分量信號檢測估計53-67
• 4.1 引言53
• 4.2 多分量雷達(dá)信號的時頻變換53-60
• 4.2.1 短時傅里葉變換(STFT)53-56
• 4.2.2 Wigner-Ville分布56-58
• 4.2.3 S-method變換58-60
• 4.3 多分量雷達(dá)信號的SM檢測估計算法60-66
• 4.3.1 檢測特性分析60-61
• 4.3.2 檢測估計算法分析61-62
• 4.3.3 仿真實驗和分析62-66
• 4.4 本章小結(jié)66-67
• 第五章 本文工作總結(jié)和展望67-69
• 5.1 本文工作總結(jié)67-68
• 5.2 工作展望68-69
• 參考文獻(xiàn)69-73
• 致謝73-75
• 作者簡介75-76

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李廣彪,張劍云,毛云祥;一種新的雷達(dá)信號分選方法[J];電子對抗技術(shù);2005年03期

2 劉揚;劉t，

本文編號：861782