| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第13-31页 |
| 1.1 课题研究背景与意义 | 第13-17页 |
| 1.1.1 电子战复杂电磁环境分析 | 第13-14页 |
| 1.1.2 雷达信号分选的研究意义 | 第14-17页 |
| 1.2 国内外研究现状 | 第17-26页 |
| 1.2.1 基于传统雷达脉冲信号参数的信号分选方法 | 第18-23页 |
| 1.2.2 基于脉内特征的雷达辐射源信号分选 | 第23-26页 |
| 1.3 研究内容的提出 | 第26-29页 |
| 1.3.1 本论文的研究内容 | 第26-28页 |
| 1.3.2 基于多维信息挖掘的雷达信号分选方法 | 第28-29页 |
| 1.4 论文结构安排 | 第29-31页 |
| 第2章 欠定条件下MIMO雷达信号的盲分离与重构方法 | 第31-55页 |
| 2.1 引言 | 第31页 |
| 2.2 MIMO雷达信号模型 | 第31-32页 |
| 2.3 混合矩阵估计 | 第32-44页 |
| 2.3.1 时频独立复数角点检测 | 第32-34页 |
| 2.3.2 基于数据场场强信息聚类的混合矩阵估计 | 第34-37页 |
| 2.3.3 仿真实验及性能分析 | 第37-44页 |
| 2.4 基于l1范数最小化算法和频率编码估计的信号重构方法 | 第44-53页 |
| 2.4.1 l1范数最小化算法 | 第44-47页 |
| 2.4.2 频率编码估计与信号重构 | 第47-53页 |
| 2.5 小结 | 第53-55页 |
| 第3章 基于奇异谱分析的雷达信号周期性脉间特征提取方法 | 第55-69页 |
| 3.1 引言 | 第55-56页 |
| 3.2 雷达信号的脉间参数调制模型 | 第56-57页 |
| 3.2.1 PRI调制模型 | 第56页 |
| 3.2.2 脉间载频调制模型 | 第56-57页 |
| 3.3 预处理 | 第57-59页 |
| 3.4 基于数据空间奇异谱分析的信号分离 | 第59-61页 |
| 3.5 仿真实验及结果分析 | 第61-67页 |
| 3.5.1 载频周期滑变信号特征提取 | 第61-64页 |
| 3.5.2 性能分析 | 第64-67页 |
| 3.6 小结 | 第67-69页 |
| 第4章 基于模糊函数主脊的复杂调制雷达信号特征提取方法 | 第69-87页 |
| 4.1 引言 | 第69页 |
| 4.2 线性调频-编码复合调制信号模型 | 第69-70页 |
| 4.3 模糊函数特征分析与提取 | 第70-75页 |
| 4.3.1 模糊函数主脊切面提取 | 第71-74页 |
| 4.3.2 线性调频-编码信号的模糊能量分布 | 第74-75页 |
| 4.4 MRSAF分形特征提取 | 第75-79页 |
| 4.4.1 预处理 | 第75-76页 |
| 4.4.2 分形维数特征 | 第76-78页 |
| 4.4.3 MRSAF包络序列分形特征提取步骤 | 第78-79页 |
| 4.5 仿真实验及性能分析 | 第79-86页 |
| 4.5.1 特征集的确定 | 第79-82页 |
| 4.5.2 低信噪比条件下复杂调制信号的分类识别 | 第82-84页 |
| 4.5.3 特征集性能分析 | 第84-86页 |
| 4.6 小结 | 第86-87页 |
| 第5章 基于空间数据挖掘的综合体制雷达信号分选方法 | 第87-105页 |
| 5.1 引言 | 第87页 |
| 5.2 核辐射场动态聚类 | 第87-92页 |
| 5.2.1 势场的建立 | 第87-90页 |
| 5.2.2 动态聚类 | 第90-92页 |
| 5.3 基于云模型隶属度的辐射源信号归属判定 | 第92-96页 |
| 5.3.1 云模型基本理论 | 第92-95页 |
| 5.3.2 辐射源信号归属判定方法 | 第95-96页 |
| 5.4 仿真实验及结果分析 | 第96-104页 |
| 5.4.1 参数设置 | 第98-99页 |
| 5.4.2 基于核辐射场动态聚类和辐射源信号归属判定的信号分选 | 第99-103页 |
| 5.4.3 仿真结果分析 | 第103-104页 |
| 5.5 小结 | 第104-105页 |
| 结论 | 第105-107页 |
| 参考文献 | 第107-121页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第121-123页 |
| 致谢 | 第123页 |
