首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--雷达信号检测处理论文

基于循环谱和支持向量机的雷达信号调制类型识别

摘要第5-6页
abstract第6-7页
第1章 绪论第10-18页
    1.1 课题研究背景第10-12页
    1.2 课题国内外研究现状第12-15页
        1.2.1 统计模式识别方法第12-14页
        1.2.2 基于似然比的识别方法第14-15页
    1.3 雷达信号调制识别方法思路第15-16页
    1.4 本文主要内容与章节安排第16-18页
第2章 本文识别信号类型及脉内特征识别第18-27页
    2.1 常见雷达脉冲信号的性质第18-23页
        2.1.1 常规(NS)信号第18-19页
        2.1.2 线性调频信号第19-20页
        2.1.3 二相编码信号第20-21页
        2.1.4 四相编码信号第21-22页
        2.1.5 2FSK信号第22-23页
        2.1.6 混合调制信号第23页
    2.2 雷达调制信号脉内特征识别第23-26页
    2.3 本章小结第26-27页
第3章 调制信号的循环谱计算第27-37页
    3.1 雷达信号降噪预处理第27-31页
        3.1.1 主成分分析法(PCA)的基本原理第27-29页
        3.1.2 PCA降噪处理信号第29-31页
    3.2 循环谱的基本原理第31-33页
        3.2.1 循环平稳理论第31-32页
        3.2.2 循环谱密度函数的特点第32-33页
    3.3 信号循环谱密度的计算第33-35页
    3.4 完整循环谱方法识别雷达信号第35-36页
    3.5 本章小结第36-37页
第4章 雷达信号循环谱特征的提取第37-46页
    4.1 马氏距离判别选取循环谱行信号第37-40页
        4.1.1 马氏距离的选择第37页
        4.1.2 马氏距离判别的原理第37-39页
        4.1.3 循环谱行信号的选取第39-40页
    4.2 LDA降维提取循环谱行信号特征第40-44页
        4.2.1 线性判别分析(LDA)的原理第40-42页
        4.2.2 循环谱行信号特征提取第42-44页
    4.3 本章小结第44-46页
第5章 支持向量机实现调制信号的分类第46-64页
    5.1 支持向量机基本理论第46-49页
        5.1.1 统计学习理论第46-47页
        5.1.2 非线性可分支持向量机第47-49页
    5.2 二次规划算法的选取第49-51页
        5.2.1 选块算法第49页
        5.2.2 分解算法第49-50页
        5.2.3 序列最小优化算法(SMO)第50-51页
    5.3 核函数和多分类方法的选取第51-59页
        5.3.1 核函数第51-52页
        5.3.2 一对多支持向量机(OAA-SVMs)第52-54页
        5.3.3 一对一支持向量机(OAO-SVMs)第54-55页
        5.3.4 二叉树分类方法第55-59页
    5.4 参数的选取第59页
    5.5 雷达信号调制类型识别第59-63页
    5.6 本章小结第63-64页
结论第64-66页
参考文献第66-69页
攻读硕士学位期间发表的论文和取得的科研成果第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:雷达信号脉内调制特征识别的研究与实现
下一篇:可配置LDPC码高效编译码IP核的设计与实现