雷达辐射源信号特征提取与评价方法研究
| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 第1章 绪论 | 第17-28页 |
| 1.1 引言 | 第17页 |
| 1.2 课题背景及研究意义 | 第17-19页 |
| 1.3 课题研究现状 | 第19-23页 |
| 1.3.1 辐射源信号特征挖掘 | 第19-22页 |
| 1.3.2 辐射源信号特征评价 | 第22-23页 |
| 1.3.3 国内外研究现状小结 | 第23页 |
| 1.4 课题研究思路 | 第23-25页 |
| 1.5 主要研究工作 | 第25-26页 |
| 1.6 论文结构安排 | 第26-28页 |
| 第2章 雷达辐射源信号特征提取与分析 | 第28-77页 |
| 2.1 引言 | 第28页 |
| 2.2 雷达辐射源信号 | 第28-31页 |
| 2.2.1 常规雷达信号 | 第29页 |
| 2.2.2 二相编码信号 | 第29页 |
| 2.2.3 四相编码信号 | 第29-30页 |
| 2.2.4 线性调频信号 | 第30页 |
| 2.2.5 非线性调频信号 | 第30页 |
| 2.2.6 频率编码信号 | 第30-31页 |
| 2.3 算例特征简介 | 第31-33页 |
| 2.3.1 小波脊频级联特征 | 第31-32页 |
| 2.3.2 瞬频派生特征 | 第32-33页 |
| 2.3.3 相像系数特征 | 第33页 |
| 2.4 小波灰度矩特征 | 第33-41页 |
| 2.4.1 小波分析 | 第34-37页 |
| 2.4.2 灰度矩特征提取 | 第37-41页 |
| 2.5 经验模式分解能量熵特征 | 第41-52页 |
| 2.5.1 经验模式分解 | 第41-42页 |
| 2.5.2 雷达辐射源信号的经验模式分解 | 第42-46页 |
| 2.5.3 雷达辐射源信号小波包降噪 | 第46-51页 |
| 2.5.4 经验模式分解能量熵特征提取 | 第51-52页 |
| 2.6 纹理特征 | 第52-55页 |
| 2.6.1 纹理的含义 | 第52-53页 |
| 2.6.2 纹理特征提取 | 第53-55页 |
| 2.7 特征的空间分布分析 | 第55-57页 |
| 2.7.1 一维特征空间分布分析 | 第55-56页 |
| 2.7.2 多维特征空间分布分析 | 第56-57页 |
| 2.8 实验与分析 | 第57-76页 |
| 2.9 小结 | 第76-77页 |
| 第3章 辐射源信号特征评价指标体系 | 第77-94页 |
| 3.1 引言 | 第77页 |
| 3.2 特征可分选性测度 | 第77-79页 |
| 3.3 特征复杂性测度 | 第79-80页 |
| 3.4 特征稳健性测度 | 第80-81页 |
| 3.5 特征评价指标体系 | 第81页 |
| 3.6 实验与分析 | 第81-93页 |
| 3.7 小结 | 第93-94页 |
| 第4章 基于集对模糊层次分析的RES特征评价 | 第94-118页 |
| 4.1 引言 | 第94页 |
| 4.2 多指标综合评价 | 第94-96页 |
| 4.2.1 指标筛选 | 第95-96页 |
| 4.2.2 指标标准化 | 第96页 |
| 4.2.3 权重确定 | 第96页 |
| 4.3 特征的层次分析综合评价模型 | 第96-101页 |
| 4.3.1 层次分析原理 | 第96-98页 |
| 4.3.2 特征的层次分析评价模型 | 第98-101页 |
| 4.4 特征的模糊层次分析评价模型 | 第101-104页 |
| 4.4.1 三角模糊数 | 第101-102页 |
| 4.4.2 模糊判断矩阵与权重 | 第102-104页 |
| 4.4.3 模糊层次分析评价模型算法 | 第104页 |
| 4.5 特征的集对模糊层次分析评价模型 | 第104-108页 |
| 4.5.1 集对分析 | 第105页 |
| 4.5.2 集对决策 | 第105-106页 |
| 4.5.3 集对模糊层次评价模型算法 | 第106-108页 |
| 4.6 实验与分析 | 第108-116页 |
| 4.7 小结 | 第116-118页 |
| 第5章 基于群体智能的雷达辐射源信号特征评价 | 第118-138页 |
| 5.1 引言 | 第118页 |
| 5.2 智能综合评价 | 第118-119页 |
| 5.3 投影寻踪算法 | 第119-121页 |
| 5.4 差分进化粒子群投影寻踪评价模型 | 第121-130页 |
| 5.4.1 问题建模 | 第122-124页 |
| 5.4.2 粒子群算法 | 第124-126页 |
| 5.4.3 差分进化算法 | 第126页 |
| 5.4.4 改进的差分进化粒子群算法 | 第126-128页 |
| 5.4.5 评估模型算法 | 第128-130页 |
| 5.5 实验与分析 | 第130-137页 |
| 5.6 小结 | 第137-138页 |
| 结论 | 第138-141页 |
| 致谢 | 第141-142页 |
| 参考文献 | 第142-151页 |
| 攻读博士期间发表的论文 | 第151-153页 |
