隨著信息化的快速發(fā)展,戰(zhàn)場(chǎng)電磁環(huán)境日益復(fù)雜,雷達(dá)作為一種重要的目標(biāo)探測(cè)裝備,從簡(jiǎn)單的常規(guī)信號(hào),如連續(xù)波以及脈沖信號(hào),發(fā)展到線性調(diào)頻、脈沖編碼等低截獲脈沖壓縮信號(hào),大大地提高了雷達(dá)探測(cè)以及抗干擾能力。同時(shí),由于信號(hào)電磁環(huán)境復(fù)雜化,對(duì)電子偵察系統(tǒng)也提出了越來(lái)越高的要求。針對(duì)目前高科技戰(zhàn)爭(zhēng)對(duì)雷達(dá)輻射源識(shí)別技術(shù)要求較高的問(wèn)題,本文在引入了深度學(xué)習(xí)算法的基礎(chǔ)上,將雷達(dá)輻射源識(shí)別與深度學(xué)習(xí)相結(jié)合,對(duì)雷達(dá)輻射源識(shí)別技術(shù)進(jìn)行了深入研究。本文的研究?jī)?nèi)容主要包括雷達(dá)輻射源信號(hào)預(yù)處理、特征提取和深度學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練、預(yù)測(cè)和識(shí)別三個(gè)部分。論文的主要工作安排如下:1、建立了雷達(dá)輻射源信號(hào)模型,對(duì)常規(guī)脈沖信號(hào)、線性調(diào)頻信號(hào)、非線性調(diào)頻信號(hào)、相位編碼信號(hào)以及頻率編碼等雷達(dá)輻射源信號(hào)進(jìn)行了分析和仿真。2、研究了輻射源信號(hào)的特征提取方法和基于深度置信網(wǎng)絡(luò)的輻射源分類識(shí)別。分別采用短時(shí)傅里葉變換、小波變換及魏格納-威利變換等三種時(shí)頻分析法將截獲的雷達(dá)信號(hào)從時(shí)域轉(zhuǎn)換到了時(shí)頻域,并對(duì)時(shí)頻圖像進(jìn)行灰度化、噪聲抑制等預(yù)處理;針對(duì)圖像預(yù)處理可能導(dǎo)致雷達(dá)輻射源信號(hào)的重要特征丟失問(wèn)題,提出了奇異譜特征分類識(shí)別的方法,首先對(duì)時(shí)頻圖像進(jìn)行降... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：110 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

二頻編碼時(shí)域頻域圖

(a) 四頻編碼時(shí)域圖 (b) 四頻編碼頻域圖圖 2.8 四頻編碼時(shí)域頻域圖圖 2.7 和圖 2.8 中為二頻編碼信號(hào)和四頻編碼信號(hào)的時(shí)域和頻域仿真圖，圖中二頻編碼信號(hào)和四頻編碼信號(hào)的子脈寬均為 0.5us，信噪比為 10dB，二頻編碼信號(hào)的載頻為[200MHz250MHz]，四頻編碼信號(hào)的載頻為[200MHz250MHz100MHz150MHz]。頻率編碼信號(hào)中，二頻編碼在頻域有兩個(gè)頻率分布點(diǎn)，四頻編碼分在頻域有四個(gè)頻率分布點(diǎn)。2.2 深度學(xué)習(xí)算法與網(wǎng)絡(luò)分析2006 年，有學(xué)者提出深度學(xué)習(xí)的概念，緊接著深度置信網(wǎng)絡(luò)算法就被提出，接著自編碼器和卷積神經(jīng)網(wǎng)絡(luò)的框架也被提出，深度學(xué)習(xí)是人工智能領(lǐng)域的重要方向，可以從訓(xùn)練的樣本數(shù)據(jù)中學(xué)習(xí)規(guī)律，利用學(xué)習(xí)到的規(guī)律，去檢測(cè)新的數(shù)據(jù)。深度學(xué)習(xí)是一種可以幫助人們了解語(yǔ)音、文本、圖片和序列等數(shù)據(jù)特征的表示和多層次的抽取式學(xué)習(xí)，目前，深度學(xué)習(xí)研究的熱點(diǎn)問(wèn)題依然是機(jī)器學(xué)習(xí)中能夠用于對(duì)原始樣本數(shù)據(jù)特

圖 2.9 雷達(dá)輻射源信號(hào)識(shí)別流程雷達(dá)輻射源信號(hào)識(shí)別主要包括信號(hào)預(yù)處理和特征提取與識(shí)別兩個(gè)部分，具體的在 2.1 節(jié)中說(shuō)明，本文用的是有意調(diào)制的預(yù)處理方式，特征提取和分類識(shí)別主要取可以表征輻射源重要內(nèi)部特征的原始樣本數(shù)據(jù)特征，與輻射源信號(hào)特征庫(kù)相比行識(shí)別和分類的過(guò)程。深度學(xué)習(xí)從原始數(shù)據(jù)中得到最直接最根本的特征，對(duì)原始特征進(jìn)行提取和識(shí)別，深度學(xué)習(xí)中的深度是針對(duì)很多淺層算法而言的，目前很多者在進(jìn)行分類回歸時(shí)都用的是淺層的算法結(jié)構(gòu)，但是如果原始數(shù)據(jù)樣本過(guò)少時(shí)，相對(duì)復(fù)雜，淺層算法表達(dá)能力有限，本文針對(duì)這種情況將雷達(dá)輻射源識(shí)別與深度算法相結(jié)合，改善了輻射源系統(tǒng)的泛化能力，用改進(jìn)深度學(xué)習(xí)算法，降低了網(wǎng)絡(luò)的復(fù)雜度，提高了雷達(dá)輻射源信號(hào)的識(shí)別率和時(shí)效性，本文還提出了時(shí)頻特征融識(shí)別方法，將輻射源信號(hào)的三種時(shí)頻特性相結(jié)合，送進(jìn)深度學(xué)習(xí)網(wǎng)絡(luò)，改善了輻信號(hào)噪聲的干擾，提高了低截獲雷達(dá)輻射源的識(shí)別率�；谏疃葘W(xué)習(xí)的雷達(dá)輻射源識(shí)別是將深度學(xué)習(xí)的思想應(yīng)用于雷達(dá)輻射源識(shí)別，用提取雷達(dá)輻射源樣本數(shù)據(jù)特征的方式，學(xué)習(xí)規(guī)律，并對(duì)新的雷達(dá)輻射源數(shù)據(jù)

【參考文獻(xiàn)】：
期刊論文
[1]基于遷移成分分析的雷達(dá)輻射源識(shí)別方法研究[J]. 李蒙,朱衛(wèi)綱.  電子設(shè)計(jì)工程. 2017(20)
[2]時(shí)頻域綜合分析的雷達(dá)信號(hào)識(shí)別方法[J]. 康乃馨,何明浩,韓俊,王冰切.  現(xiàn)代防御技術(shù). 2017(05)
[3]基于稀疏降噪自編碼器的深度置信網(wǎng)絡(luò)[J]. 曾安,張藝楠,潘丹,Xiao-Wei Song.  計(jì)算機(jī)應(yīng)用. 2017(09)
[4]基于深度限制波爾茲曼機(jī)的輻射源信號(hào)識(shí)別[J]. 周東青,王玉冰,王星,程相東,肖吉陽(yáng).  國(guó)防科技大學(xué)學(xué)報(bào). 2016(06)
[5]基于小波脊線特征提取的雷達(dá)輻射源信號(hào)識(shí)別[J]. 孟凡杰,唐宏,王義哲.  彈箭與制導(dǎo)學(xué)報(bào). 2016(06)
[6]基于時(shí)頻圖像三維熵特征的雷達(dá)信號(hào)識(shí)別[J]. 劉歌,張國(guó)毅,田榛熔.  火力與指揮控制. 2016(12)
[7]一種深度學(xué)習(xí)的雷達(dá)輻射源識(shí)別算法[J]. 周志文,黃高明,高俊,滿欣.  西安電子科技大學(xué)學(xué)報(bào). 2017(03)
[8]基于深度置信網(wǎng)絡(luò)和雙譜對(duì)角切片的低截獲概率雷達(dá)信號(hào)識(shí)別[J]. 王星,周一鵬,周東青,陳忠輝,田元榮.  電子與信息學(xué)報(bào). 2016(11)
[9]基于多特征融合的雷達(dá)輻射源信號(hào)識(shí)別[J]. 孟凡杰,唐宏,王義哲.  計(jì)算機(jī)仿真. 2016(03)
[10]基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的孤立詞語(yǔ)音識(shí)別的研究[J]. 王山海,景新幸,楊海燕.  計(jì)算機(jī)應(yīng)用研究. 2015(08)

博士論文
[1]復(fù)雜體制雷達(dá)輻射源信號(hào)分選模型與算法研究[D]. 普運(yùn)偉.西南交通大學(xué) 2007

碩士論文
[1]基于多維特征處理的雷達(dá)信號(hào)分選研究[D]. 黃坤.西安電子科技大學(xué) 2015
[2]雷達(dá)輻射源信號(hào)識(shí)別技術(shù)研究[D]. 何正日.西安電子科技大學(xué) 2015
[3]雷達(dá)信號(hào)脈內(nèi)特征提取方法研究[D]. 周春霞.西安電子科技大學(xué) 2014
[4]雷達(dá)信號(hào)調(diào)制類型識(shí)別與參數(shù)估計(jì)方法研究[D]. 王渝沖.國(guó)防科學(xué)技術(shù)大學(xué) 2012
[5]雷達(dá)信號(hào)調(diào)制方式識(shí)別的研究與實(shí)現(xiàn)[D]. 郝鑫.哈爾濱工程大學(xué) 2012



本文編號(hào)：3588160