雷达辐射源细微特征提取方法研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 选题的背景和意义 | 第15-16页 |
| 1.2 国内外研究现状分析 | 第16-17页 |
| 1.3 论文的主要工作 | 第17-19页 |
| 第二章 雷达辐射源细微特征分析 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 雷达辐射源发射机的简要介绍 | 第19-21页 |
| 2.2.1 雷达发射机的基本构造 | 第19-20页 |
| 2.2.2 雷达发射机的基本特点 | 第20-21页 |
| 2.3 雷达辐射源信号调制特征概述 | 第21-22页 |
| 2.3.1 雷达辐射源有意调制特征 | 第21页 |
| 2.3.2 雷达辐射源无意调制特征 | 第21-22页 |
| 2.4 雷达辐射源相位噪声分析 | 第22-28页 |
| 2.4.1 相位噪声的定义与功率谱密度 | 第22-25页 |
| 2.4.2 构建辐射源信号相位噪声理论模型 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 雷达辐射源脉内细微特征常规提取方法 | 第29-45页 |
| 3.1 引言 | 第29页 |
| 3.2 时域细微特征提取方法研究 | 第29-33页 |
| 3.2.1 包络提取算法 | 第29-31页 |
| 3.2.2 实验结果与分析 | 第31-33页 |
| 3.3 频域细微特征提取方法研究 | 第33-39页 |
| 3.3.1 双线幅度法(Rife算法) | 第33-34页 |
| 3.3.2 频偏校正算法 | 第34-36页 |
| 3.3.3 实验结果与分析 | 第36-39页 |
| 3.4 变换域细微特征提取方法研究 | 第39-44页 |
| 3.4.1 经验模式分解原理介绍 | 第39-42页 |
| 3.4.2 时频重构的方法 | 第42页 |
| 3.4.3 奇异值分解 | 第42-43页 |
| 3.4.4 实验结果与分析 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于双谱分析的多维特征提取方法研究 | 第45-63页 |
| 4.1 引言 | 第45页 |
| 4.2 双谱分析 | 第45-52页 |
| 4.2.1 高阶矩和高阶累积量 | 第45-47页 |
| 4.2.2 双谱及其性质 | 第47-48页 |
| 4.2.3 双谱切片特征提取及其分形理论 | 第48-52页 |
| 4.3 基于双谱分析的细微特征提取方法研究 | 第52-58页 |
| 4.3.1 双谱估计方法的选择 | 第52-55页 |
| 4.3.2 围线积分双谱 | 第55-57页 |
| 4.3.3 整体框架流程 | 第57-58页 |
| 4.4 实验结果与分析 | 第58-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第五章 基于深度学习的细微特征提取 | 第63-77页 |
| 5.1 引言 | 第63页 |
| 5.2 基于深度信念网络的理论模型 | 第63-69页 |
| 5.2.1 限制玻尔兹曼机 | 第63-67页 |
| 5.2.2 深度信念网络 | 第67-68页 |
| 5.2.3 Softmax回归分类器 | 第68-69页 |
| 5.3 基于深度信念网络的细微特征提取方法 | 第69-71页 |
| 5.3.1 预处理 | 第69-70页 |
| 5.3.2 算法计算步骤 | 第70-71页 |
| 5.4 实验结果与分析 | 第71-75页 |
| 5.5 本章小结 | 第75-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 作者简介 | 第85-86页 |
