| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 雷达辐射源个体参数估计的研究现状 | 第15-18页 |
| 1.2.2 雷达辐射源个体特征提取及优化的研究现状 | 第18-19页 |
| 1.2.3 分类器设计及融合识别的研究现状 | 第19-20页 |
| 1.3 存在的问题和发展方向 | 第20-22页 |
| 1.4 本文工作安排 | 第22-23页 |
| 1.5 本章小结 | 第23-25页 |
| 第二章 雷达辐射源个体参数估计 | 第25-39页 |
| 2.1 引言 | 第25页 |
| 2.2 信号模型 | 第25页 |
| 2.3 常规的脉冲信号个体参数估计 | 第25-38页 |
| 2.3.1 基于Hilbert变换的包络特征提取 | 第25-27页 |
| 2.3.2 基于同步提取变换的时频特征提取 | 第27-29页 |
| 2.3.3 雷达辐射源无意调制特征提取 | 第29-32页 |
| 2.3.4 基于AR模型的系统辨识和谱估计 | 第32-35页 |
| 2.3.5 基于AR模型的参数化双谱切片特征提取 | 第35-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第三章 雷达辐射源个体特征提取及优化 | 第39-49页 |
| 3.1 引言 | 第39页 |
| 3.2 传统的特征提取及优化算法 | 第39-43页 |
| 3.2.1 基于主成分分析的维数约减 | 第39-41页 |
| 3.2.2 基于核主成分分析的维数约减 | 第41-43页 |
| 3.3 基于贝塞尔曲线拟合的个体特征提取 | 第43-45页 |
| 3.3.1 贝塞尔曲线 | 第43页 |
| 3.3.2 LM(Levenberg-Marquard)算法求解控制点 | 第43-45页 |
| 3.3.3 特征提取流程 | 第45页 |
| 3.4 实验验证 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于DS证据理论的时空信息融合识别 | 第49-59页 |
| 4.1 引言 | 第49页 |
| 4.2 传统单分类器设计 | 第49-51页 |
| 4.3 递归集中式信息融合模型 | 第51-53页 |
| 4.3.1 DS证据理论 | 第51-52页 |
| 4.3.2 典型的时空域信息融合模型 | 第52-53页 |
| 4.4 改进的DS证据理论的递归集中式信息融合模型 | 第53-55页 |
| 4.4.1 “逻辑开关”计算步骤 | 第53-54页 |
| 4.4.2 修正的合成公式计算过程 | 第54页 |
| 4.4.3 DS证据理论多分类器融合步骤及判别准则 | 第54-55页 |
| 4.5 实验结果与分析 | 第55-57页 |
| 4.5.1 实验条件 | 第55-56页 |
| 4.5.2 单分类器与多分类器融合情况对比 | 第56页 |
| 4.5.3 改进的递归集中式时空信息融合实验 | 第56-57页 |
| 4.6 本章小结 | 第57-59页 |
| 第五章 雷达辐射源个体识别系统设计与实现 | 第59-77页 |
| 5.1 引言 | 第59页 |
| 5.2 设计概述 | 第59-61页 |
| 5.2.1 需求概述 | 第59页 |
| 5.2.2 主要芯片和器件选型 | 第59-60页 |
| 5.2.3 目标对象概述 | 第60-61页 |
| 5.2.4 运行环境概述 | 第61页 |
| 5.3 总体方案及技术指标 | 第61-62页 |
| 5.3.1 系统总体方案 | 第61-62页 |
| 5.3.2 技术指标 | 第62页 |
| 5.4 系统设计 | 第62-70页 |
| 5.4.1 硬件系统设计 | 第62-67页 |
| 5.4.2 软件系统设计 | 第67-70页 |
| 5.5 系统测试 | 第70-76页 |
| 5.5.1 硬件测试 | 第71-73页 |
| 5.5.2 功能测试 | 第73-76页 |
| 5.6 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 主要工作与创新点 | 第77页 |
| 6.2 展望 | 第77-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 作者简历 | 第87页 |
