复杂环境下未知雷达信号分选算法研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-11页 |
·论文研究背景及意义 | 第7-8页 |
·雷达信号分选的国内外研究现状 | 第8-9页 |
·本文主要工作 | 第9-11页 |
第二章 雷达侦察系统组成及信号基本特性 | 第11-21页 |
·雷达侦察系统组成及工作流程 | 第11-14页 |
·侦察设备组成及工作流 | 第11-12页 |
·预处理机组成及工作流程 | 第12-13页 |
·主处理机组成及功能 | 第13-14页 |
·雷达信号基本特性 | 第14-20页 |
·雷达信号时域特性 | 第14-17页 |
·雷达信号频域特性 | 第17-18页 |
·雷达信号空域特性 | 第18-19页 |
·雷达信号幅度特性 | 第19-20页 |
·本章小结 | 第20-21页 |
第三章 雷达信号分选原理及主分选 | 第21-35页 |
·雷达信号分选基本原理 | 第21-22页 |
·雷达信号预分选原理 | 第21-22页 |
·雷达信号主分选原理 | 第22页 |
·雷达信号分选模式 | 第22-24页 |
·雷达信号主分选 | 第24-33页 |
·动态扩展关联法 | 第25页 |
·累计差值直方图法 | 第25-26页 |
·序列差值直方图法 | 第26-28页 |
·PRI 变换法 | 第28-30页 |
·平面变换法 | 第30-32页 |
·经典主分选的特点 | 第32-33页 |
·本章小结 | 第33-35页 |
第四章 雷达信号预分选 | 第35-61页 |
·聚类基础知识 | 第35-37页 |
·聚类的概念 | 第35-36页 |
·聚类方法的分类 | 第36页 |
·聚类的数学模型 | 第36-37页 |
·K-Means 聚类算法 | 第37-47页 |
·K-Means 算法原理 | 第38-39页 |
·K-Means 算法流程 | 第39-40页 |
·算法仿真及分析 | 第40-47页 |
·改进 K-Means 聚类算法 | 第47-53页 |
·改进 K-Means 算法原理 | 第47-49页 |
·改进 K-Means 算法流程 | 第49-51页 |
·算法仿真及分析 | 第51-53页 |
·模糊 C-均值聚类算法 | 第53-59页 |
·模糊 C-均值算法原理 | 第53-56页 |
·模糊 C-均值算法流程 | 第56页 |
·算法仿真及分析 | 第56-59页 |
·本章小结 | 第59-61页 |
第五章 总结与展望 | 第61-63页 |
·总结 | 第61页 |
·展望 | 第61-63页 |
致谢 | 第63-65页 |
参考文献 | 第65-69页 |
研究生在读期间的研究成果 | 第69-70页 |