自動調(diào)制分類是在沒有先驗信息的情況下對接收信號的調(diào)制類型進(jìn)行判別,是信號監(jiān)測和解調(diào)之間不可缺少的重要一環(huán),廣泛應(yīng)用在軍事和民用通信領(lǐng)域,例如感知無線電,自適應(yīng)調(diào)制和編碼,頻譜監(jiān)測和電子戰(zhàn)系統(tǒng)等。特別是電子戰(zhàn)中,雷達(dá)脈內(nèi)信號調(diào)制識別相關(guān)算法結(jié)合接收機(jī)設(shè)備對調(diào)制類型的實時識別在戰(zhàn)場上意義非凡。通過調(diào)制類型獲取雷達(dá)本身的體制,工作狀態(tài)等信息,可以充分占據(jù)主動權(quán)。然而當(dāng)前電磁環(huán)境日益復(fù)雜,識別算法的抗干擾能力有待加強(qiáng);各種寬帶,超寬帶雷達(dá)信號對處理速度也帶來了極大挑戰(zhàn);脈內(nèi)信號調(diào)制種類不斷增多;這些問題都對現(xiàn)在的脈內(nèi)信號識別提出了新的挑戰(zhàn)。本文結(jié)合已有的小波和小波包特征提取算法,引入聚類中心計算各類中心之間距離從而選擇不同的特征提取方法,并對選擇什么樣的小波基和分類器進(jìn)行研究,設(shè)計了一種特征提取識別方法,并在“復(fù)雜電磁環(huán)境監(jiān)測”項目的硬件基礎(chǔ)上得到了實現(xiàn)。研究主要包括以下幾個內(nèi)容。首先,理論研究和分析現(xiàn)有的特征提取方法。研究常用的雷達(dá)特征提取方法,小波理論的基礎(chǔ)知識,分析小波理論提取雷達(dá)脈內(nèi)特征的優(yōu)勢。其次,提出改進(jìn)的結(jié)合小波變換和小波包變換的特征提取方法。通過對比小波分析的各種方法,包括單小... 

【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)】：76 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)外研究歷史與現(xiàn)狀
        1.2.1 雷達(dá)信號分選識別研究現(xiàn)狀
        1.2.2 小波理論的研究發(fā)展
        1.2.3 小波理論在雷達(dá)脈內(nèi)調(diào)制特征識別領(lǐng)域的現(xiàn)狀
    1.3 本文的研究內(nèi)容
    1.4 本論文的結(jié)構(gòu)框架
第二章 小波理論基礎(chǔ)和雷達(dá)特征提取基礎(chǔ)
    2.1 小波變換相關(guān)基礎(chǔ)
        2.1.1 小波變換原理
        2.1.2 小波變換的特點(diǎn)和作用
        2.1.3 連續(xù)和離散小波變換
        2.1.4 小波包變換
        2.1.5 多分辨分析和Mallat算法
    2.2 雷達(dá)特征提取方法
        2.2.1 熵特征法
        2.2.2 小波脊線與瞬時頻率
        2.2.3 相像系數(shù)法
        2.2.4 小波在雷達(dá)信號特征提取中的優(yōu)勢
    2.3 總體方案設(shè)計
    2.4 本章小結(jié)
第三章 基于小波理論的脈內(nèi)信號調(diào)制特征自動識別方法
    3.1 小波理論的特征提取方法
        3.1.1 基于小波尺度間去噪的特征提取方法
        3.1.2 基于小波包的特征提取方法
    3.2 改進(jìn)方法的提出
        3.2.1 改進(jìn)整體思路
        3.2.2 小波基的選擇
        3.2.3 分類器的選擇
    3.3 本章小結(jié)
第四章 脈內(nèi)特征提取方法的仿真驗證和實現(xiàn)
    4.1 基于小波理論改進(jìn)的特征識別算法性能
        4.1.1 已有的基于小波包變換的特征提取方法
        4.1.2 現(xiàn)有的方法和改進(jìn)的方法的性能比較
    4.2 應(yīng)用實現(xiàn)研究
        4.2.1 實現(xiàn)的方法選擇
        4.2.2 搭建實驗平臺
        4.2.3 實現(xiàn)結(jié)果分析
    4.3 本章小結(jié)
第五章 全文總結(jié)與展望
    5.1 全文總結(jié)
    5.2 后續(xù)工作展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]基于定子電流的無刷直流電機(jī)軸承故障診斷[J]. 卞皓,王曉琳,鄧智泉.  南京航空航天大學(xué)學(xué)報. 2020(02)
[2]基于小波分析的礦用通風(fēng)機(jī)故障診斷研究[J]. 張永杰.  機(jī)械工程師. 2020(04)
[3]基于小波變換的紅外熱成像圖像處理的無損檢測技術(shù)[J]. 梁棟,顧杰寧,張陳,王勝.  物聯(lián)網(wǎng)技術(shù). 2020(03)
[4]基于多尺度殘差網(wǎng)絡(luò)和小波變換的LPI雷達(dá)信號識別[J]. 劉贏,田潤瀾,董會旭.  電訊技術(shù). 2019(12)
[5]基于小波不變矩的雷達(dá)輻射源信號識別[J]. 曹曉航,汪立新,束學(xué)淵.  計算機(jī)工程與應(yīng)用. 2020(19)
[6]小波分析在圖像處理中的應(yīng)用[J]. 郭華.  數(shù)字通信世界. 2019(08)
[7]一種引力搜索優(yōu)化神經(jīng)網(wǎng)絡(luò)的調(diào)制識別算法[J]. 楊潔,吳鳳杰.  西安郵電大學(xué)學(xué)報. 2019(04)
[8]獨(dú)立分量分析聯(lián)合小波變換的多分量信號調(diào)制識別研究[J]. 童超,刁鳴,楊承志.  科學(xué)技術(shù)與工程. 2016(30)
[9]一種新的雷達(dá)輻射源信號識別方法[J]. 章琴,劉以安.  微型機(jī)與應(yīng)用. 2015(12)
[10]基于小波變換與SVM的調(diào)制信號識別方法[J]. 席敏,朱國魂,姜茜.  桂林電子科技大學(xué)學(xué)報. 2014(04)

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

碩士論文
[1]數(shù)字調(diào)制信號的參數(shù)估計與調(diào)制識別技術(shù)的研究[D]. 王永志.哈爾濱工程大學(xué) 2019
[2]基于時頻分析的雷達(dá)信號調(diào)制方式識別技術(shù)研究[D]. 劉康寧.西安電子科技大學(xué) 2014
[3]復(fù)雜體制雷達(dá)輻射源信號特征評價[D]. 楊志新.西南交通大學(xué) 2012



本文編號：3434500