輻射源信號分選是現(xiàn)代電子戰(zhàn)中電子偵察的關(guān)鍵技術(shù)。輻射源信號分選是指將偵收到的電磁信號按照所屬的輻射源進(jìn)行分類。目前通常利用信號特征參數(shù)來實(shí)現(xiàn)輻射源信號分選,但事實(shí)上來自不同輻射源的電磁信號所含的信道特征同樣具有較大差異。本文研究基于信道特征差異的輻射源智能分選方法,該方法分為兩步:首先對電磁信號的信道特征進(jìn)行提取,然后利用聚類技術(shù)對提取到的信道特征進(jìn)行聚類從而實(shí)現(xiàn)輻射源信號的分選。針對本文提出的新思路,本文的主要研究內(nèi)容分為兩部分:一是精確提取信道特征的方法,二是研究聚類技術(shù),將提取到的信道沖擊響應(yīng)作為對象開展對聚類算法的研究。針對上述研究內(nèi)容,本文的主要研究工作如下:1.基于信道特征差異的輻射源智能分選技術(shù)方案概述。針對傳統(tǒng)方法的不足,提出了基于信道特征差異實(shí)現(xiàn)輻射源智能分選的處理新流程。對研究問題進(jìn)行了詳細(xì)的闡述,建立了問題的模型,分析了研究內(nèi)容中的關(guān)鍵問題和技術(shù)難點(diǎn)。提出了基于信道特征差異實(shí)現(xiàn)輻射源智能分選的總體方案。2.基于截獲信號的信道沖擊響應(yīng)盲估計。本文研究的盲信道估計問題有兩大難點(diǎn):一是沒有訓(xùn)練序列,二是不知曉包含信號樣式、碼等任何先驗(yàn)信息。本文通過對盲信道估計技術(shù)的研究... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：102 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景和意義
    1.2 國內(nèi)外研究歷史和現(xiàn)狀
    1.3 本論文的結(jié)構(gòu)安排
第二章 基于信道特征差異的輻射源智能分選技術(shù)方案概述
    2.1 研究問題描述
    2.2 模型與關(guān)鍵技術(shù)難點(diǎn)分析
        2.2.1 問題模型
        2.2.2 關(guān)鍵技術(shù)難點(diǎn)分析
    2.3 技術(shù)方案
第三章 基于截獲信號的信道沖擊響應(yīng)盲估計
    3.1 無線信道特性
        3.1.1 無線電波傳播基本模式
        3.1.2 無線信道衰落特性
        3.1.3 無線多徑信道數(shù)學(xué)模型
    3.2 基于盲均衡算法的信道沖擊響應(yīng)提取方案
        3.2.1 盲均衡算法原理
        3.2.2 修正的常數(shù)模算法
        3.2.3 信道沖擊響應(yīng)的提取
    3.3 基于截獲信號的信道沖擊響應(yīng)盲估計仿真實(shí)驗(yàn)
        3.3.1 盲均衡算法仿真
        3.3.2 信道沖擊響應(yīng)提取仿真實(shí)驗(yàn)
        3.3.3 基于實(shí)際通信系統(tǒng)的信道沖擊響應(yīng)提取
        3.3.4 基于MCMA算法的信道沖擊響應(yīng)提取正確率
    3.4 本章小結(jié)
第四章 基于信道沖擊響應(yīng)的輻射源聚類分析
    4.1 聚類技術(shù)
        4.1.1 概述
        4.1.2 聚類算法的基本定義
        4.1.3 距離度量函數(shù)
    4.2 常用的聚類算法
    4.3 本設(shè)計使用的聚類算法
        4.3.1 基本順序算法
        4.3.2 基于密度的聚類算法
    4.4 基于信道沖擊響應(yīng)的降維算法分析
        4.4.1 主成分分析算法
        4.4.2 基于方差的降維方法
    4.5 基于信道沖擊響應(yīng)的聚類算法仿真分析
        4.5.1 基于仿真數(shù)據(jù)的聚類算法仿真實(shí)驗(yàn)
        4.5.2 聚類算法結(jié)果展示形式
        4.5.3 基于實(shí)測數(shù)據(jù)的聚類算法仿真實(shí)驗(yàn)
        4.5.4 聚類算法參數(shù)選擇分析
    4.6 本章小結(jié)
第五章 基于實(shí)測系統(tǒng)的輻射源智能分選試驗(yàn)驗(yàn)證
    5.1 實(shí)驗(yàn)驗(yàn)證方案
        5.1.1 實(shí)驗(yàn)平臺設(shè)備
        5.1.2 實(shí)驗(yàn)系統(tǒng)設(shè)計
    5.2 試驗(yàn)中的聚類處理流程
    5.3 基于信道沖擊響應(yīng)的輻射源分選實(shí)測試驗(yàn)
        5.3.1 實(shí)驗(yàn)設(shè)計
        5.3.2 實(shí)驗(yàn)參數(shù)
        5.3.3 數(shù)據(jù)處理及結(jié)果分析
    5.4 無線信道影響因素分析
        5.4.1 實(shí)驗(yàn)設(shè)備及實(shí)驗(yàn)參數(shù)
        5.4.2 不同實(shí)驗(yàn)場景的影響
        5.4.3 收發(fā)天線角度的影響
        5.4.4 收發(fā)天線距離的影響
    5.5 信源參數(shù)對提取的信道沖擊響應(yīng)的影響
        5.5.1 實(shí)驗(yàn)設(shè)計
        5.5.2 碼的影響
        5.5.3 調(diào)制方式的影響
        5.5.4 載波頻率的影響
        5.5.5 信號帶寬的影響
    5.6 相關(guān)結(jié)論
    5.7 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻碩期間取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于星座軟信息的猝發(fā)信號盲均衡算法[J]. 黃焱,邱釗洋,歐陽喜.  電子與信息學(xué)報. 2017(03)
[2]基于時域特性信道指紋的場景識別[J]. 姚凱凌,張玉立,孫有銘.  軍事通信技術(shù). 2016(02)
[3]基于MapReduce的ROCK聚類算法[J]. 趙雪,陳龍飛.  河北科技師范學(xué)院學(xué)報. 2014(01)
[4]基于DENCLUE聚類算法的交通事故多發(fā)點(diǎn)鑒別方法[J]. 王鴻遙,孫璐,游克思.  交通運(yùn)輸工程與信息學(xué)報. 2013(02)
[5]基于主成分分析的密度聚類算法[J]. 范文,孫紅躍,王萍.  天津城市建設(shè)學(xué)院學(xué)報. 2012(01)
[6]SA-DBSCAN:一種自適應(yīng)基于密度聚類算法[J]. 夏魯寧,荊繼武.  中國科學(xué)院研究生院學(xué)報. 2009(04)
[7]基于K-means聚類算法的研究[J]. 步媛媛,關(guān)忠仁.  西南民族大學(xué)學(xué)報(自然科學(xué)版). 2009(01)
[8]DBSCAN聚類算法的研究與改進(jìn)[J]. 馮少榮,肖文俊.  中國礦業(yè)大學(xué)學(xué)報. 2008(01)
[9]聚類分析中Chameleon算法的分析與實(shí)現(xiàn)[J]. 喻云峰,聶承啟.  計算機(jī)與現(xiàn)代化. 2006(09)
[10]關(guān)于CMA盲均衡算法的穩(wěn)態(tài)剩余誤差的研究[J]. 樊龍飛,查光明,黃順吉.  信號處理. 1998(04)

博士論文
[1]聚類分析及其應(yīng)用研究[D]. 唐東明.電子科技大學(xué) 2010
[2]基于網(wǎng)格方法的聚類算法研究[D]. 孫玉芬.華中科技大學(xué) 2006

碩士論文
[1]無線信道的盲估計和盲均衡技術(shù)研究[D]. 欽祥英.北京郵電大學(xué) 2019
[2]基于信道估計的輻射源特征分析與應(yīng)用[D]. 饒烔愷.電子科技大學(xué) 2019
[3]改進(jìn)的近鄰傳播聚類算法及其應(yīng)用研究[D]. 唐丹.南京理工大學(xué) 2017
[4]基于BIRCH改進(jìn)算法的文本聚類研究[D]. 仰孝富.北京林業(yè)大學(xué) 2013
[5]無線通信中盲信道估計技術(shù)研究[D]. 何文靜.西安電子科技大學(xué) 2012
[6]基于密度和網(wǎng)格相結(jié)合的聚類算法及其在圖像分割中的應(yīng)用[D]. 康海源.中北大學(xué) 2011
[7]無線通信系統(tǒng)中的信道估計與均衡技術(shù)研究[D]. 曹嵐健.電子科技大學(xué) 2011
[8]復(fù)雜背景信號的生成及無線信道特性的研究與實(shí)現(xiàn)[D]. 張坤.國防科學(xué)技術(shù)大學(xué) 2010
[9]通信系統(tǒng)中的盲均衡技術(shù)研究[D]. 左智奇.河北工業(yè)大學(xué) 2007
[10]傳統(tǒng)聚類方法的分析及改進(jìn)[D]. 王芳.中南大學(xué) 2007



本文編號：2941813