雷達信號分選是對偵查機中接收到的交疊脈沖流信號進行分離,將屬于同一脈沖輻射源的雷達信號識別出來,以便后續(xù)的信號處理和目標識別,信號分選是電子偵查系統(tǒng)中關鍵的一步。隨著輻射源信號調(diào)制模式及偵查設備的發(fā)展,雷達信號分選技術也在日益革新。傳統(tǒng)的雷達信號分選主要基于脈間特征的脈沖描述字（PDW）進行,使用載頻、脈沖到達角等參數(shù)進行預分選,然后使用脈沖重復間隔（PRI）實現(xiàn)脈沖流的去交錯來完成主分選。傳統(tǒng)方法在實際工程中具有廣泛的使用范圍。由于信號調(diào)制方式的多樣化、電磁環(huán)境日益密集且復雜,脈間特征的分選方式已無法滿足現(xiàn)代雷達信號的分選需求,人們開始研究信號的脈內(nèi)特征以及基于脈內(nèi)特征的新分選方法。本文研究的對象是復雜調(diào)制信號,包括LFM信號、SLFM信號、FMCW信號、Costas跳頻信號、Barker碼信號和Frank碼調(diào)相信號,展開了對以上類型脈沖雷達信號的分選技術的研究,研究內(nèi)容如下:1、學習了基于脈間特征的經(jīng)典分選方法,包括累積差值直方圖（CDIF）算法、序列差值直方圖（SDIF）算法和PRI變換法,分析了它們的分選效果和適用范圍,仿真結(jié)果表明CDIF算法和SDIF算法適用于固定脈沖重復間... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：81 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
    1.2 國內(nèi)外研究發(fā)展與現(xiàn)狀
        1.2.1 脈間特征分選
        1.2.2 脈內(nèi)特征提取
        1.2.3 特征分類算法
    1.3 本文的研究工作及內(nèi)容安排
第二章 基于脈間特征的雷達信號分選
    2.1 雷達信號分選的特征
    2.2 雷達脈沖信號的常見PRI類型
        2.2.1 固定PRI雷達信號
        2.2.2 抖動PRI雷達信號
        2.2.3 參差PRI雷達信號
        2.2.4 滑變PRI雷達信號
        2.2.5 其他PRI雷達信號
    2.3 直方圖法
        2.3.1 累積差值直方圖算法（CDIF）
        2.3.2 序列差值直方圖算法（SDIF）
        2.3.3 CDIF和SDIF算法仿真及結(jié)果分析
    2.4 PRI變換法
        2.4.1 PRI變換法原理
        2.4.2 PRI變換法的實現(xiàn)
        2.4.3 修正后的PRI變換法
    2.5 本章小結(jié)
第三章 復雜調(diào)制雷達信號的脈內(nèi)特征提取方法
    3.1 常見的雷達信號脈內(nèi)調(diào)制方式
    3.2 小波變換
        3.2.1 小波變換原理
        3.2.2 小波脊線
        3.2.3 小波脊線提取方法
        3.2.4 提取小波脊線的仿真實現(xiàn)
    3.3 高階譜特征
        3.3.1 高階譜的定義
        3.3.2 雙譜特征的性質(zhì)和分析
        3.3.3 仿真實現(xiàn)雙譜特征
    3.4 本章小結(jié)
第四章 基于深度網(wǎng)絡的脈內(nèi)特征分類
    4.1 基于全連接神經(jīng)網(wǎng)絡的信號分選
        4.1.1 全連接神經(jīng)網(wǎng)絡結(jié)構(gòu)
        4.1.2 全連接神經(jīng)網(wǎng)絡迭代算法
        4.1.3 基于全連接神經(jīng)網(wǎng)絡的脈內(nèi)特征分類仿真實驗
    4.2 基于深度置信網(wǎng)絡的信號分選
        4.2.1 玻爾茲曼機及能量函數(shù)
        4.2.2 受限玻爾茲曼機模型及求解
        4.2.3 受限玻爾茲曼機訓練算法
        4.2.4 深度置信網(wǎng)絡結(jié)構(gòu)及訓練算法
        4.2.5 基于深度置信網(wǎng)絡的脈內(nèi)特征分類仿真實驗
    4.3 本章小結(jié)
第五章 總結(jié)和展望
    5.1 全文總結(jié)
    5.2 工作展望
參考文獻
致謝
作者簡介



本文編號：2983934