接收不同的雷達信號并識別其脈內(nèi)調(diào)制方式是現(xiàn)代電子戰(zhàn)中一個十分重要的課題,隨著電磁環(huán)境的不斷惡化以及復雜體制雷達逐漸占據(jù)主導地位,雷達輻射源信號的特征提取與識別也面臨嚴峻考驗。提取有效的復雜體制雷達信號特征和設計高性能的分類器也是亟待解決的問題,本文研究了雷達信號的脈內(nèi)分析技術以及神經(jīng)網(wǎng)絡分類器,具體的工作內(nèi)容有以下幾個方面:1.建立了不同調(diào)制方式的雷達輻射源信號的模型,并對其特點進行了介紹,對于脈內(nèi)分析技術,闡述了幾種常用的時頻分析方法,并進行了仿真分析,為后續(xù)的雷達信號特征提取提供理論基礎。2.研究了雷達信號模糊函數(shù)主脊切面的特征提取以及基于廣義回歸神經(jīng)網(wǎng)絡的雷達信號脈內(nèi)調(diào)制方式識別方法。利用分數(shù)自相關與模糊函數(shù)的關系提取雷達信號的模糊函數(shù)主脊切面和旋轉(zhuǎn)角度,同時引入了符號化時間序列方法,為了解決符號化方法參數(shù)選擇困難的問題,提出了一種粒子群優(yōu)化的模糊函數(shù)主脊切面符號熵特征提取方法,將提取的符號熵與旋轉(zhuǎn)角度組成特征參數(shù)。最后分析了廣義回歸神經(jīng)網(wǎng)絡的學習方法并將該網(wǎng)絡作為分類器對特征參數(shù)進行分類識別。仿真實驗表明粒子群優(yōu)化的特征提取方法可以有效的提取模糊函數(shù)主脊切面的符號熵,且符號熵抗... 

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要工作和內(nèi)容安排
第二章 雷達信號模型及時頻分析
    2.1 雷達信號脈內(nèi)調(diào)制類型
        2.1.1 常規(guī)信號(CW)
        2.1.2 線性調(diào)頻信號(LFM)
        2.1.3 非線性調(diào)頻信號(NLFM)
        2.1.4 相位編碼信號(PSK)
        2.1.5 頻率編碼信號(FSK)
    2.2 雷達信號的時頻分析
        2.2.1 短時傅里葉變換(STFT)
        2.2.2 維格納-威爾(Wigner-Ville)分布
        2.2.3 科恩(Cohen)類
    2.3 本章小結(jié)
第三章 基于模糊函數(shù)主脊切面特征的雷達信號識別
    3.1 雷達輻射源信號模糊函數(shù)主脊切面提取
        3.1.1 分數(shù)階傅里葉變換基本原理
        3.1.2 分數(shù)自相關與模糊函數(shù)的關系
        3.1.3 基于分數(shù)自相關的模糊函數(shù)主脊切面提取
        3.1.4 仿真分析
    3.2 雷達輻射源信號模糊函數(shù)主脊切面符號熵特征提取
        3.2.1 符號化時間序列方法
        3.2.2 時間序列符號熵
        3.2.3 粒子群優(yōu)化的模糊函數(shù)主脊切面符號熵特征提取
        3.2.4 仿真分析
    3.3 基于AFMR特征和GRNN的雷達信號脈內(nèi)調(diào)制識別
        3.3.1 算法流程
        3.3.2 仿真分析
    3.4 本章小結(jié)
第四章 基于時頻分析和卷積神經(jīng)網(wǎng)絡的雷達信號識別
    4.1 時頻圖像預處理
        4.1.1 圖像平滑
        4.1.2 圖像的幾何變換
        4.1.3 時頻圖像預處理流程
    4.2 卷積神經(jīng)網(wǎng)絡
        4.2.1 卷積神經(jīng)網(wǎng)絡的結(jié)構(gòu)
        4.2.2 卷積神經(jīng)網(wǎng)絡的特點
        4.2.3 卷積神經(jīng)網(wǎng)絡的學習算法
    4.3 基于時頻分析和CNN的雷達信號脈內(nèi)調(diào)制識別
    4.4 仿真分析
        4.4.1 CWD分布識別結(jié)果與分析
        4.4.2 PWVD分布識別結(jié)果與分析
        4.4.3 PWVD分布與CWD分布識別結(jié)果比對分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 研究展望
參考文獻
致謝
作者簡介


【參考文獻】：
期刊論文
[1]基于模糊函數(shù)三維特征的雷達輻射源信號分選方法[J]. 普運偉,侯文太,郭媛蒲,馬藍宇.  控制與決策. 2019(10)
[2]基于時頻圖像紋理特征的雷達輻射源信號識別[J]. 孟凡杰,唐宏,王義哲,劉俊杰.  彈箭與制導學報. 2017(03)
[3]一種深度學習的雷達輻射源識別算法[J]. 周志文,黃高明,高俊,滿欣.  西安電子科技大學學報. 2017(03)
[4]利用高階累積量實現(xiàn)數(shù)字調(diào)制信號的識別[J]. 郭娟娟,尹洪東,姜璐,梅恒芳.  通信技術. 2014(11)
[5]一種改進的雷達信號小波包特征提取方法[J]. 白航,趙擁軍,趙國慶,謝巍.  信息工程大學學報. 2012(01)
[6]用高階累積量實現(xiàn)數(shù)字調(diào)相信號的分級識別[J]. 蔡占輝,姚遠程,秦明偉.  西南科技大學學報. 2011(04)
[7]基于倒譜分析的雷達信號脈內(nèi)調(diào)制識別[J]. 韓立輝,黃高明.  電子信息對抗技術. 2011(03)
[8]一種雷達輻射源信號分類新方法[J]. 鄒興文,張葛祥,李明,李序.  數(shù)據(jù)采集與處理. 2009(04)
[9]一種基于高階累積量的數(shù)字調(diào)相信號識別方法[J]. 陸鳳波,黃知濤,易輝榮,姜文利.  系統(tǒng)工程與電子技術. 2008(09)
[10]雷達輻射源信號模糊函數(shù)主脊切面特征提取方法[J]. 普運偉,金煒東,朱明,胡來招.  紅外與毫米波學報. 2008(02)

碩士論文
[1]基于時頻分析的雷達輻射源信號識別技術研究[D]. 白航.解放軍信息工程大學 2012
[2]雷達信號模糊函數(shù)理論研究與仿真[D]. 孫亞東.武漢理工大學 2007



本文編號：3703719