复杂环境下雷达信号的分选识别技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-25页 |
| ·引言 | 第13页 |
| ·课题的研究意义与来源 | 第13-15页 |
| ·国内外研究现状分析 | 第15-23页 |
| ·基于PRI的信号分选 | 第16-18页 |
| ·多参数匹配法 | 第18-19页 |
| ·基于脉内调制特征的信号分选 | 第19-21页 |
| ·基于盲信号处理的信号分选算法 | 第21-22页 |
| ·聚类分选算法 | 第22页 |
| ·基于神经网络和人工智能技术的信号分选 | 第22-23页 |
| ·论文主要研究成果和内容安排 | 第23-25页 |
| 第2章 分选跟踪器设计实现及新分选模型的提出 | 第25-47页 |
| ·引言 | 第25页 |
| ·论计算与分析 | 第25-31页 |
| ·主要功能和技术指标 | 第25-26页 |
| ·PRI判决门限的确定 | 第26-27页 |
| ·FIFO深度的研究 | 第27-31页 |
| ·分选参数及算法的选择 | 第31页 |
| ·具体设计与实现 | 第31-41页 |
| ·系统总体设计 | 第31-34页 |
| ·分选跟踪硬件设计 | 第34-38页 |
| ·分选跟踪软件设计 | 第38-41页 |
| ·实验结果及分析 | 第41-44页 |
| ·一种改进的分选模型结构 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第3章 基于盲源分离的信号分选算法研究 | 第47-75页 |
| ·引言 | 第47页 |
| ·盲信号处理概念 | 第47-50页 |
| ·盲处理的原理及处理方法 | 第48页 |
| ·独立分量分析 | 第48-49页 |
| ·预处理及算法性能评价准则 | 第49-50页 |
| ·基于Fast ICA的雷达信号分选算法研究 | 第50-59页 |
| ·盲信号抽取分选算法 | 第51-53页 |
| ·仿真实验及其结果分析 | 第53-59页 |
| ·基于伪信噪比最大化的盲源分离算法 | 第59-66页 |
| ·建立目标函数及分离算法推导 | 第60-62页 |
| ·仿真实验及其结果分析 | 第62-66页 |
| ·基于峭度的盲源分离拟开关算法 | 第66-73页 |
| ·源信号概率密度函数、激活函数与峭度 | 第66-67页 |
| ·盲信源分离拟开关算法 | 第67-69页 |
| ·仿真实验及其结果分析 | 第69-73页 |
| ·本章小结 | 第73-75页 |
| 第4章 基于纯相位向量和极化信息的预分选算法 | 第75-93页 |
| ·引言 | 第75-76页 |
| ·基于纯相位向量的动态聚类预分选算法 | 第76-84页 |
| ·单基线相位干涉仪基本工作原理 | 第76-77页 |
| ·C-均值算法 | 第77-78页 |
| ·纯相位向量和纯方向角向量 | 第78-79页 |
| ·准C-均值动态聚类预分选算法 | 第79-81页 |
| ·仿真实验及其结果分析 | 第81-84页 |
| ·基于双极性曲折臂天线的极化参数提取 | 第84-92页 |
| ·雷达信号的极化特征 | 第85-86页 |
| ·双极性曲折臂天线 | 第86-87页 |
| ·极化波的Jones矢量描述 | 第87-88页 |
| ·基于双极性曲折臂天线的极化接收机分选支路设计 | 第88-92页 |
| ·本章小结 | 第92-93页 |
| 第5章 基于脉内调制特征的信号分选方法研究 | 第93-126页 |
| ·引言 | 第93-94页 |
| ·基于IF子代特征向量的提取与自动分类 | 第94-110页 |
| ·基本原理介绍 | 第94-99页 |
| ·IF子代特征向量提取 | 第99-104页 |
| ·IF子代特征向量的性能分析 | 第104-110页 |
| ·基于FRFTα域-包络曲线的特征提取与聚类分选 | 第110-119页 |
| ·分数阶傅里叶变换 | 第110-112页 |
| ·新特征向量的提取与聚类分选 | 第112-115页 |
| ·仿真实验及其结果分析 | 第115-119页 |
| ·基于宽带数字信道化的新型分选模型及新分选方法 | 第119-125页 |
| ·基于宽带数字信道化的新型分选模型 | 第119-123页 |
| ·基于脉间脉内参数完备特征向量的综合分选法 | 第123-125页 |
| ·本章小结 | 第125-126页 |
| 结论 | 第126-128页 |
| 参考文献 | 第128-141页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第141-143页 |
| 致谢 | 第143-144页 |
