| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-17页 |
| 1.2.1 特征参数提取研究现状 | 第10-14页 |
| 1.2.2 脉内无意调制特征的参数提取研究现状 | 第14-17页 |
| 1.2.3 雷达辐射源分类识别方法研究现状 | 第17页 |
| 1.3 本文的主要研究内容 | 第17-19页 |
| 第2章 信号源建模 | 第19-27页 |
| 2.1 雷达辐射源无意调制特征形成原因分析 | 第19-21页 |
| 2.1.1 频率漂移无意调制特征形成原因分析 | 第20页 |
| 2.1.2 相位噪声无意调制特征形成原因分析 | 第20-21页 |
| 2.2 信号源模型建立原理 | 第21-26页 |
| 2.2.1 频率漂移无意调制特征模型建立原理 | 第21-23页 |
| 2.2.2 相位噪声无意调制特征模型建立原理 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 加入频率漂移无意调制特征的辐射源特征提取 | 第27-46页 |
| 3.1 传统的时频分析方法原理 | 第27-28页 |
| 3.1.1 WVD分析方法原理 | 第27-28页 |
| 3.1.2 分数阶傅里叶变换分析方法原理 | 第28页 |
| 3.2 基于自适应分数阶谱图法的特征提取原理 | 第28-32页 |
| 3.2.1 时频分布提取 | 第29-30页 |
| 3.2.2 信号分量提取 | 第30-32页 |
| 3.3 曲线特征提取算法原理 | 第32-36页 |
| 3.3.1 曲线特征提取原理 | 第33-34页 |
| 3.3.2 横向伸缩特征值不变性证明 | 第34-36页 |
| 3.4 基于AFS和曲线特征提取方法的仿真实验 | 第36-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 加入相位噪声无意调制特征的辐射源特征提取 | 第46-59页 |
| 4.1 基于HHT的简单相位噪声无意调制特征提取原理 | 第46-50页 |
| 4.1.1 IMF概念 | 第46-47页 |
| 4.1.2 EMD分解方法 | 第47-49页 |
| 4.1.3 用Hilbert变换求信号瞬时频率 | 第49-50页 |
| 4.2 基于双谱切片的复杂相位噪声无意调制特征提取原理 | 第50-54页 |
| 4.2.1 双谱切片特征提取 | 第50-52页 |
| 4.2.2 基于PCA的特征降维 | 第52-54页 |
| 4.3 基于HHT和双谱正反对角切片的特征提取仿真实验 | 第54-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 雷达辐射源的分类识别 | 第59-70页 |
| 5.1 基于支持向量机分类识别方法原理 | 第59-63页 |
| 5.1.1 SVM原理 | 第59-61页 |
| 5.1.2 核函数 | 第61-63页 |
| 5.2 基于BP神经网络分类识别方法原理 | 第63-67页 |
| 5.2.1 BP神经网络分类器 | 第63-66页 |
| 5.2.2 BP神经网络的算法流程 | 第66-67页 |
| 5.3 基于支持向量机和BP神经网络的分类识别性能仿真实验 | 第67-69页 |
| 5.4 本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第76-78页 |
| 致谢 | 第78页 |
