高频雷达电磁频谱分析与工作信道选取研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.1.1 课题的来源 | 第9页 |
| 1.1.2 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-15页 |
| 1.2.1 高频电磁环境监测系统研究现状 | 第10-12页 |
| 1.2.2 深度学习研究现状 | 第12-14页 |
| 1.2.3 国内外文献综述的简析 | 第14-15页 |
| 1.3 本文的主要研究内容及结构安排 | 第15-17页 |
| 第2章 高频电磁频谱数据采集与特性统计 | 第17-28页 |
| 2.1 引言 | 第17页 |
| 2.2 电磁频谱监测系统 | 第17-18页 |
| 2.3 电磁频谱形成 | 第18-22页 |
| 2.4 高频频谱数据统计分析 | 第22-27页 |
| 2.4.1 频谱数据特性统计 | 第22-24页 |
| 2.4.2 雷达工作信道可用性评价指标 | 第24-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于深度学习的信道可用性分类 | 第28-43页 |
| 3.1 引言 | 第28页 |
| 3.2 建立有标签雷达工作信道样本集 | 第28-29页 |
| 3.3 卷积深度置信网络原理 | 第29-34页 |
| 3.3.1 符号表示 | 第29-30页 |
| 3.3.2 卷积限制玻尔兹曼机 | 第30-31页 |
| 3.3.3 概率最大池化 | 第31-32页 |
| 3.3.4 稀疏正则化训练 | 第32页 |
| 3.3.5 卷积深度置信网络 | 第32-33页 |
| 3.3.6 分层概率推理 | 第33-34页 |
| 3.4 网络卷积核滤波器权值与隐层基可视化 | 第34-39页 |
| 3.5 实验与结果分析 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于可用性分类与预测的雷达工作信道选取 | 第43-68页 |
| 4.1 引言 | 第43页 |
| 4.2 基于集经验模态分解的信道可用性预测 | 第43-51页 |
| 4.2.1 集经验模态分解 | 第44-46页 |
| 4.2.2 混合模型 | 第46-47页 |
| 4.2.3 实验与结果分析 | 第47-51页 |
| 4.3 基于循环神经网络的信道可用性预测 | 第51-64页 |
| 4.3.1 循环神经网络原理 | 第52-57页 |
| 4.3.2 激活函数改进 | 第57-59页 |
| 4.3.3 时间步长确定 | 第59-60页 |
| 4.3.4 可用性预测网络模型 | 第60-62页 |
| 4.3.5 实验与结果分析 | 第62-64页 |
| 4.4 高频雷达工作信道选取 | 第64-67页 |
| 4.4.1 选频规则 | 第64-65页 |
| 4.4.2 实验与结果分析 | 第65-67页 |
| 4.5 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第75-77页 |
| 致谢 | 第77页 |
