学位论文 > 优秀研究生学位论文题录展示

未知雷达信号侦察处理的学习算法研究

作　者: 李玫
导　师: 赵国庆
学　校: 西安电子科技大学
专　业: 信息对抗
关键词: 数字接收机脉内调制分析决策树神经网络
分类号: TN974
类　型: 硕士论文
年　份: 2010年
下　载: 156次
引　用: 1次
阅　读: 论文下载

内容摘要

雷达体制的多样化增加了信号侦察、处理、分类、识别的难度。利用脉内调制特征进行分析有利于提高对雷达信号分选、识别的可靠性和速度。本文首先从理论上介绍了信道化和数字接收机的原理和优点,雷达辐射源信号脉冲描述字的一般形式,常用的调制信号形式等。然后介绍了几种常用的脉内调制分析算法,将瞬时自相关、短时傅里叶变换、Wigner-Ville分布和小波变换算法进行比较,分析了各种算法的适用范围和优缺点,评估了它们的实时性、准确性和抗噪声能力,并在此基础上介绍了基于决策树的辐射源分类识别算法,对该算法进行仿真,统计识别率。在此基础上,本文介绍基于神经网络的辐射源识别算法,对神经网络的学习算法以及学习算法的局限性进行了分析,提出了改进方法。最后,对神经网络方法在辐射源分类识别中的应用进行了仿真。在不同训练方法、不同数目样本数下的正确率进行了统计。并在提出了改进方案。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-11
  1.1 引言  7-8
  1.2 国内外研究现状  8-9
    1.2.1 脉内特征分析的研究现状  8
    1.2.2 学习算法的研究现状  8-9
  1.3 本文的主要结构  9-11
第二章雷达信号侦察处理的基本模型  11-17
  2.1 数字接收机的基本结构  11-12
  2.2 信道化数字接收机的系统组成与工作原理  12-14
  2.3 雷达信号侦察处理的基本模型  14-15
    2.3.1 信号预处理  14-15
    2.3.2 信号主处理  15
  2.4 小结  15-17
第三章未知雷达信号的特征提取  17-33
  3.1 电子战信号环境  17-19
  3.2 几种基本信号的形式  19-20
    3.2.1 单载频信号（NS）  19
    3.2.2 线性调频信号（LFM）  19
    3.2.3 二相编码信号（BPSK）  19-20
    3.2.4 频率编码信号（FSK）  20
  3.3 几种常用的时频分析方法  20-32
    3.3.1 瞬时自相关  20-22
    3.3.2 短时傅里叶变换  22-24
    3.3.3 WVD分布  24-27
    3.3.4 小波变换  27-28
    3.3.5 几种方法的比较  28-32
  3.4 小结  32-33
第四章未知雷达信号分类处理的学习算法  33-51
  4.1 基于决策树的辐射源识别算法  33-37
    4.1.1 决策树  33
    4.1.2 Fisher线性判别准则  33-36
    4.1.3 基于决策树的辐射源识别流程  36-37
  4.2 基于人工神经网络的辐射源识别算法  37-47
    4.2.1 BP神经网络的结构  37-38
    4.2.2 BP网络的学习算法  38-41
    4.2.3 BP网络模型的改进  41-42
    4.2.5 BP网络设计  42-44
    4.2.6 基于神经网络的辐射源识别算法设计  44-47
  4.3 两种分类处理算法的比较  47-49
    4.3.1 网络训练的时间复杂度  47-48
    4.3.2 分类算法正确率  48-49
  4.4 小结  49-51
第五章系统仿真  51-59
  5.1 基于决策树的辐射源识别算法  51-52
  5.2 基于神经网络的辐射源识别算法  52-56
    5.2.1 不同迭代次数下各算法的识别率  53-55
    5.2.2 不同数量训练样本训练下各算法的识别率  55-56
  5.3 小结  56-59
第六章结束语  59-61
致谢  61-63
参考文献  63-67
读研期间的研究成果  67-68

未知雷达信号侦察处理的学习算法研究

内容摘要

全文目录

相似论文