本文關(guān)鍵詞：基于稀疏重構(gòu)的調(diào)制樣式識(shí)別與參數(shù)估計(jì)

  更多相關(guān)文章： 雷達(dá)偵察 壓縮感知 稀疏重構(gòu) 調(diào)制樣式識(shí)別 參數(shù)估計(jì)

【摘要】：雷達(dá)偵察是雷達(dá)對(duì)抗的重要領(lǐng)域,其首要任務(wù)是截獲敵方雷達(dá)信號(hào)并進(jìn)行信號(hào)檢測。傳統(tǒng)的截獲技術(shù)和檢測方法都基于Nyquist采樣定理,而壓縮感知理論突破這一限制,利用信號(hào)的稀疏性,截獲少量的觀測數(shù)據(jù)以達(dá)到檢測的目的。本文主要將壓縮感知中稀疏重構(gòu)的思想運(yùn)用到調(diào)制樣式識(shí)別和參數(shù)估計(jì)中,證明通過少量的數(shù)據(jù),仍可實(shí)現(xiàn)原始信號(hào)的信息提取。由于是理論基礎(chǔ)研究,所以只選取最基本的三種雷達(dá)信號(hào)作分析。具體研究內(nèi)容可概括為以下兩部分:第一部分研究了基于稀疏重構(gòu)的脈內(nèi)調(diào)制樣式識(shí)別問題。首先論證三種待識(shí)別雷達(dá)信號(hào)具有可稀疏表示的前提條件,然后通過觀測矩陣和稀疏矩陣構(gòu)成的字典,將少量的觀測信號(hào)映射到頻域,利用重構(gòu)算法求解稀疏系數(shù),通過對(duì)比稀疏度達(dá)到識(shí)別調(diào)制樣式的目的,最后通過仿真實(shí)驗(yàn)論述該方法的正確性,并對(duì)不同壓縮率下的識(shí)別成功率、一定壓縮率下判別門限和判別規(guī)則的選取和噪聲對(duì)識(shí)別率的影響分別作了探究,得出:在合適的門限和判別規(guī)則下,該方法可以應(yīng)用于調(diào)制樣式識(shí)別中,且當(dāng)信噪比不是特別低時(shí),成功率依然有保障。第二部分研究了基于稀疏重構(gòu)的典型參數(shù)估計(jì)問題。針對(duì)三種基本雷達(dá)信號(hào),改進(jìn)第一部分的方法用來估計(jì)它們的典型參數(shù)。其中,單載頻信號(hào)主要針對(duì)中心頻率,由于前面方法已達(dá)到估計(jì)效果,故只對(duì)算法作了改進(jìn),以提高估計(jì)精度;LFM信號(hào)主要針對(duì)調(diào)頻斜率,利用分?jǐn)?shù)階傅立葉變換對(duì)LFM有良好聚集性的特點(diǎn),將稀疏矩陣的原子改為分?jǐn)?shù)階傅立葉變換的逆核函數(shù),通過尋找最佳聚集性得到變換階數(shù),從而達(dá)到調(diào)頻斜率的估計(jì);相位編碼信號(hào)的典型參數(shù)為碼元寬度,通過求取帶寬的倒數(shù)可得到,但由于帶寬指的是過零點(diǎn)帶寬,運(yùn)用重構(gòu)算法求解誤差過大,所以只能得出中心頻率的估計(jì),這一領(lǐng)域還有待研究。
【關(guān)鍵詞】：雷達(dá)偵察 壓縮感知 稀疏重構(gòu) 調(diào)制樣式識(shí)別 參數(shù)估計(jì)
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957.51
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 符號(hào)對(duì)照表10-11
• 縮略語對(duì)照表11-14
• 第一章 緒論14-20
• 1.1 雷達(dá)偵察背景和選題的意義14-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-17
• 1.2.1 壓縮感知的研究現(xiàn)狀15-16
• 1.2.2 稀疏重構(gòu)在雷達(dá)偵察中的研究現(xiàn)狀16-17
• 1.3 主要工作及論文的結(jié)構(gòu)安排17-20
• 第二章 雷達(dá)信號(hào)模型與傳統(tǒng)脈內(nèi)分析20-26
• 2.1 偵察中三種基本雷達(dá)信號(hào)模型及其時(shí)域和頻域特性20-23
• 2.1.1 單載頻雷達(dá)信號(hào)20-21
• 2.1.2 LFM雷達(dá)信號(hào)21-22
• 2.1.3 相位編碼雷達(dá)信號(hào)22-23
• 2.2 雷達(dá)信號(hào)脈內(nèi)分析的傳統(tǒng)方法23-25
• 2.2.1 雷達(dá)信號(hào)脈內(nèi)調(diào)制樣式識(shí)別的傳統(tǒng)方法23-24
• 2.2.2 雷達(dá)信號(hào)參數(shù)估計(jì)的傳統(tǒng)方法24-25
• 2.3 本章小結(jié)25-26
• 第三章 基于稀疏重構(gòu)的雷達(dá)信號(hào)脈內(nèi)調(diào)制樣式識(shí)別26-46
• 3.1 壓縮感知的基本理論26-30
• 3.1.2 CS前提：可稀疏表示26-27
• 3.1.3 壓縮采樣27-29
• 3.1.4 重構(gòu)算法29-30
• 3.2 偵察對(duì)象的稀疏性30-31
• 3.3 字典的構(gòu)建31-36
• 3.3.1 觀測矩陣的選取31-33
• 3.3.2 稀疏矩陣的選取33-36
• 3.4 稀疏重構(gòu)與脈內(nèi)調(diào)制樣式識(shí)別36-39
• 3.4.1 稀疏重構(gòu)算法的選取36-37
• 3.4.2 稀疏系數(shù)與調(diào)制樣式的關(guān)系37-38
• 3.4.3 判別門限和調(diào)制樣式識(shí)別38-39
• 3.5 仿真分析39-45
• 3.5.1 仿真實(shí)驗(yàn)一39-41
• 3.5.2 仿真實(shí)驗(yàn)二41-43
• 3.5.3 仿真實(shí)驗(yàn)三43-44
• 3.5.4 仿真實(shí)驗(yàn)四44-45
• 3.6 本章小結(jié)45-46
• 第四章 基于稀疏重構(gòu)的雷達(dá)信號(hào)參數(shù)估計(jì)46-54
• 4.1 對(duì)單載頻信號(hào)的頻率估計(jì)46-50
• 4.1.1 算法對(duì)單載頻信號(hào)的改進(jìn)46-47
• 4.1.2 改進(jìn)后的性能分析47-48
• 4.1.3 仿真實(shí)驗(yàn)48-50
• 4.2 對(duì)LFM信號(hào)的調(diào)頻斜率估計(jì)50-52
• 4.2.1 字典對(duì)LFM信號(hào)的改進(jìn)50-51
• 4.2.2 仿真實(shí)驗(yàn)51-52
• 4.3 對(duì)相位編碼信號(hào)的參數(shù)估計(jì)52-53
• 4.4 總結(jié)53-54
• 第五章 總結(jié)與展望54-56
• 5.1 工作總結(jié)54
• 5.2 工作展望54-56
• 參考文獻(xiàn)56-58
• 致謝58-60
• 作者簡介60-61

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 沈志博;董春曦;黃龍;趙國慶;;一種基于稀疏分解的窄帶信號(hào)頻率估計(jì)算法[J];電子與信息學(xué)報(bào);2015年04期

2 方標(biāo);黃高明;高俊;;LFM寬帶雷達(dá)信號(hào)的盲壓縮感知模型[J];航空學(xué)報(bào);2014年08期

3 李樹濤;魏丹;;壓縮傳感綜述[J];自動(dòng)化學(xué)報(bào);2009年11期

4 冀貞海;朱偉強(qiáng);趙力;;基于時(shí)頻分布圖像和主分量分析的脈內(nèi)調(diào)制識(shí)別算法研究[J];電路與系統(tǒng)學(xué)報(bào);2009年02期

5 邵君;尹忠科;王建英;張躍飛;;信號(hào)稀疏分解中過完備原子庫的集合劃分[J];鐵道學(xué)報(bào);2006年01期

6 畢大平,董暉,姜秋喜;基于瞬時(shí)頻率的脈內(nèi)調(diào)制識(shí)別技術(shù)[J];電子對(duì)抗技術(shù);2005年02期

7 趙興浩,陶然,周思永,王越;基于Radon-Ambiguity變換和分?jǐn)?shù)階傅里葉變換的chirp信號(hào)檢測及多參數(shù)估計(jì)[J];北京理工大學(xué)學(xué)報(bào);2003年03期

，

本文編號(hào)：1079999