| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 雷达辐射源信号分选问题的应用背景及研究意义 | 第10-11页 |
| 1.2 雷达辐射源信号分选问题的研究现状 | 第11-15页 |
| 1.2.1 PRI分选方法 | 第11-12页 |
| 1.2.2 聚类分选方法 | 第12页 |
| 1.2.3 人工智能分选方法 | 第12-13页 |
| 1.2.4 基于脉内特征的分选方法 | 第13-15页 |
| 1.3 本论文的主要内容 | 第15-16页 |
| 第二章 模糊函数主脊切面特征的提取 | 第16-24页 |
| 2.1 雷达辐射源信号模糊函数的简介 | 第16-19页 |
| 2.2 模糊函数与分数自相关的关系 | 第19-20页 |
| 2.3 通过自相关运算提取AFMR切面特征的方法 | 第20-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 模糊函数主脊切面搜索的GWO优化方法 | 第24-42页 |
| 3.1 灰狼优化算法 | 第24-30页 |
| 3.1.1 标准灰狼优化算法 | 第24-26页 |
| 3.1.2 标准灰狼优化算法的常见改进策略 | 第26-30页 |
| 3.2 基于改进GWO的AFMR切面特征提取 | 第30-33页 |
| 3.2.1 均匀初始化 | 第30-31页 |
| 3.2.2 改进的非线性收敛因子 | 第31-32页 |
| 3.2.3 自适应种群更新策略 | 第32-33页 |
| 3.3 改进GWO提取AFMR切面特征的性能分析 | 第33-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 AFMR切面智能搜索方法的性能分析 | 第42-52页 |
| 4.1 AFMR切面智能搜索方法的评价方法 | 第42-43页 |
| 4.2 仿真实验的设计及结果 | 第43-50页 |
| 4.3 本章小结 | 第50-52页 |
| 第五章 结论与展望 | 第52-56页 |
| 5.1 论文的主要结论 | 第52-53页 |
| 5.2 论文的展望 | 第53-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 附录 A (硕士期间研究成果) | 第64-66页 |
| 附录 B (源程序主要代码) | 第66-82页 |