雷達(dá)信號(hào)分選在信息化時(shí)代有著重要的研究意義,特別是在電子戰(zhàn)中扮演著重要的角色。深度學(xué)習(xí)技術(shù)的飛速發(fā)展為雷達(dá)信號(hào)分選的研究帶來(lái)了創(chuàng)新性突破的可能。為了觀察雷達(dá)信號(hào)的位置特征從而更好地對(duì)雷達(dá)信號(hào)進(jìn)行分選,本文提出了一種基于U-Net圖像語(yǔ)義分割的雷達(dá)信號(hào)分選方法,該方法的核心思想是把混合的雷達(dá)信號(hào)繪制成圖像,再利用U-Net網(wǎng)絡(luò)模型對(duì)圖像進(jìn)行語(yǔ)義分割,從而完成雷達(dá)信號(hào)分選任務(wù)。首先,本文從雷達(dá)信號(hào)分選的現(xiàn)實(shí)意義出發(fā),介紹了雷達(dá)信號(hào)分選在軍事應(yīng)用方面的作用和傳統(tǒng)的雷達(dá)信號(hào)分選算法,論述了現(xiàn)階段國(guó)內(nèi)外雷達(dá)信號(hào)分選的研究現(xiàn)狀。傳統(tǒng)的雷達(dá)信號(hào)分選算法或是只針對(duì)某一類(lèi)型的雷達(dá)信號(hào)能達(dá)到分選的目的,或是只能在在特定環(huán)境之下能分選雷達(dá)信號(hào),有很多局限性。其次,介紹了圖像語(yǔ)義分割的兩大類(lèi)方法,分別是傳統(tǒng)圖像分割方法和基于深度學(xué)習(xí)的圖像分割方法,重點(diǎn)介紹了幾種深度學(xué)習(xí)的圖像分割法并對(duì)其優(yōu)缺點(diǎn)進(jìn)行了總結(jié)。然后,本文提出了一種基于U-Net圖像語(yǔ)義分割技術(shù)的雷達(dá)信號(hào)分選方法,根據(jù)雷達(dá)信號(hào)的脈沖重復(fù)間隔(Pulse Repetition Interval,PRI)的頻次矩陣?yán)L制雷達(dá)信號(hào)圖像,根據(jù)標(biāo)注矩陣?yán)L制標(biāo)注圖...

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景介紹
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文主要工作和結(jié)構(gòu)內(nèi)容安排
第二章 雷達(dá)信號(hào)分選相關(guān)知識(shí)和算法介紹
    2.1 雷達(dá)信號(hào)分選過(guò)程概述
    2.2 雷達(dá)信號(hào)分選參數(shù)
        2.2.1 到達(dá)時(shí)間
        2.2.2 到達(dá)角
        2.2.3 脈寬
        2.2.4 載頻
        2.2.5 脈沖幅度
        2.2.6 脈內(nèi)調(diào)制特征
    2.3 雷達(dá)信號(hào)的PRI種類(lèi)描述
        2.3.1 固定PRI信號(hào)
        2.3.2 參差PRI信號(hào)
        2.3.3 抖動(dòng)PRI信號(hào)
        2.3.4 正弦PRI信號(hào)
        2.3.5 滑變PRI信號(hào)
    2.4 雷達(dá)信號(hào)分選算法介紹
        2.4.1 直方圖法
            2.4.1.1 累積差直方圖法
            2.4.1.2 序列差直方圖法
        2.4.2 PRI變換法
        2.4.3 序列搜索法介紹
            2.4.3.1 直接序列搜索法
            2.4.3.2 曲線擬合序列搜索法
    2.5 本章小結(jié)
第三章 圖像語(yǔ)義分割相關(guān)知識(shí)介紹
    3.1 圖像語(yǔ)義分割概念
    3.2 傳統(tǒng)圖像語(yǔ)義分割技術(shù)介紹
    3.3 基于深度學(xué)習(xí)的圖像語(yǔ)義分割技術(shù)介紹
        3.3.1 基于區(qū)域分類(lèi)的圖像語(yǔ)義分割
        3.3.2 基于像素分類(lèi)的圖像語(yǔ)義分割
    3.4 本章小結(jié)
第四章 基于U-Net圖像語(yǔ)義分割的雷達(dá)信號(hào)分選方法
    4.1 概念說(shuō)明
        4.1.1 噪聲信號(hào)
        4.1.2 骨架周期
        4.1.3 PRI矩陣
        4.1.4 PRI頻次
    4.2 圖像矩陣
        4.2.1 構(gòu)建PRI頻次矩陣
        4.2.2 構(gòu)建標(biāo)注矩陣
    4.3 一種適合雷達(dá)信號(hào)分選的U-Net網(wǎng)絡(luò)結(jié)構(gòu)
        4.3.1 U-Net網(wǎng)絡(luò)模型介紹
        4.3.2 一種改進(jìn)的U-Net網(wǎng)絡(luò)結(jié)構(gòu)
    4.4 分選方法描述
        4.4.1 分選方法可行性分析
        4.4.2 分選方法流程
    4.5 本章小結(jié)
第五章 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
    5.1 實(shí)驗(yàn)設(shè)計(jì)
        5.1.1 模擬數(shù)據(jù)生成
        5.1.2 評(píng)價(jià)指標(biāo)
    5.2 實(shí)驗(yàn)結(jié)果
        5.2.1 恒參和噪聲
        5.2.2 參差和噪聲
        5.2.3 恒參、參差和噪聲
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 展望
參考文獻(xiàn)
作者簡(jiǎn)介及在學(xué)期間所獲得的科研成果
致謝



本文編號(hào)：3828719