| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 引言 | 第9页 |
| 1.2 课题的研究目的和意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.3.1 基于脉间调制特征的信号分选 | 第11页 |
| 1.3.2 基于脉内调制特征的信号分选 | 第11-12页 |
| 1.4 论文内容安排及主要工作 | 第12-13页 |
| 第二章 信号分选概述 | 第13-22页 |
| 2.1 信号频域特征参数 | 第13页 |
| 2.2 信号时域特征参数 | 第13-16页 |
| 2.2.1 脉冲到达时间(TOA) | 第13-14页 |
| 2.2.2 脉冲宽度(PW) | 第14页 |
| 2.2.3 脉冲重复周期(PRI) | 第14-16页 |
| 2.3 信号空域特征参数 | 第16-17页 |
| 2.4 信号脉内调特征参数 | 第17-20页 |
| 2.5 信号分选方法模型 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 基于PRI的脉间信号分选算法 | 第22-40页 |
| 3.1 基于PRI的传统分选算法 | 第22-30页 |
| 3.1.1 统计直方图法 | 第22-23页 |
| 3.1.2 累计差值直方图法(CDIF) | 第23-28页 |
| 3.1.3 序列差直方图法(SDIF) | 第28-30页 |
| 3.2 PRI变换算法及其改进算法 | 第30-39页 |
| 3.2.1 相关函数鉴频技术 | 第31页 |
| 3.2.2 PRI变换基本原理 | 第31-34页 |
| 3.2.3 实现PRI变换算法 | 第34-36页 |
| 3.2.4 改进后的PRI变换 | 第36-39页 |
| 3.3 TOA平面变换法 | 第39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于FastICA的脉内信号分选算法 | 第40-55页 |
| 4.1 信号的数学模型 | 第40页 |
| 4.2 盲信号分离 | 第40-41页 |
| 4.3 独立分量分析(ICA) | 第41-42页 |
| 4.3.1 ICA算法基本概念 | 第41页 |
| 4.3.2 ICA算法数据白化预处理 | 第41-42页 |
| 4.4 基于负熵最大化的FastICA算法 | 第42-49页 |
| 4.4.1 FastICA算法的基本概念及步骤 | 第42-44页 |
| 4.4.2 基于FastICA算法的信号分选仿真 | 第44-49页 |
| 4.5 基于FastICA和小波去噪的信号分选算法 | 第49-54页 |
| 4.5.1 小波去噪 | 第49-50页 |
| 4.5.2 FastICA-小波去噪综合算法 | 第50-52页 |
| 4.5.3 仿真举例分析 | 第52-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 实测信号综合分选算法 | 第55-63页 |
| 5.1 信号分选环境描述 | 第55页 |
| 5.2 一种新的未知辐射源信号综合分选方法 | 第55-62页 |
| 5.2.1 基于正弦波抽取特性的调制识别算法 | 第55-59页 |
| 5.2.2 改进后的PRI变换算法 | 第59-61页 |
| 5.2.3 基于正弦波抽取——脉冲重复间隔(PR)的新算法 | 第61-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-64页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间所开展的科研项目和发表的学术论文 | 第68页 |