雷达有源干扰信号特征分析与识别算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-15页 |
| ·研究背景及意义 | 第9-11页 |
| ·国内外研究动态 | 第11-13页 |
| ·本文的结构安排 | 第13-15页 |
| 第二章 雷达有源干扰信号的产生机理 | 第15-27页 |
| ·概述 | 第15-16页 |
| ·遮盖式干扰 | 第16-19页 |
| ·射频噪声干扰 | 第17-18页 |
| ·噪声调幅干扰 | 第18-19页 |
| ·噪声调频干扰 | 第19页 |
| ·欺骗式干扰 | 第19-26页 |
| ·距离欺骗干扰 | 第20-23页 |
| ·速度欺骗干扰 | 第23-25页 |
| ·角度欺骗干扰 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 雷达有源干扰信号特征分析 | 第27-47页 |
| ·概述 | 第27页 |
| ·信号的时域特征分析 | 第27-34页 |
| ·信号的频域特征分析 | 第34-37页 |
| ·信号的变换域特征分析 | 第37-46页 |
| ·信号的小波变换域特征分析 | 第37-41页 |
| ·信号的双谱变换域特征分析 | 第41-43页 |
| ·信号的线调频小波变换域特征分析 | 第43-46页 |
| ·小结 | 第46-47页 |
| 第四章 雷达有源干扰信号的类型识别 | 第47-61页 |
| ·概述 | 第47页 |
| ·基于神经网络的有源干扰类型识别 | 第47-52页 |
| ·信号特征参数的融合 | 第47-48页 |
| ·特征选取 | 第48-50页 |
| ·信号的识别流程 | 第50页 |
| ·仿真实验及分析 | 第50-52页 |
| ·基于统计判决树的雷达有源干扰类型识别 | 第52-54页 |
| ·概述 | 第52页 |
| ·特征参数提取以及门限的选择 | 第52-53页 |
| ·统计判决树识别算法 | 第53-54页 |
| ·仿真实验及分析 | 第54页 |
| ·基于支持向量机的雷达有源干扰类型识别 | 第54-58页 |
| ·概述 | 第54-55页 |
| ·支持向量机简介 | 第55-57页 |
| ·算法流程 | 第57页 |
| ·仿真实验及分析 | 第57-58页 |
| ·几种识别方法的性能比较 | 第58-60页 |
| ·小结 | 第60-61页 |
| 第五章 结束语 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 在学期间取得的研究成果 | 第67-68页 |
