基于时频图像处理的雷达辐射源信号识别方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 引言 | 第16页 |
| 1.2 研究背景及意义 | 第16-19页 |
| 1.3 国内外研究现状 | 第19-22页 |
| 1.3.1 常规特征参数研究现状 | 第20-21页 |
| 1.3.2 脉内调制特征研究现状 | 第21-22页 |
| 1.4 本文的主要工作及结构安排 | 第22-24页 |
| 第二章 雷达辐射源信号识别基础 | 第24-36页 |
| 2.1 引言 | 第24页 |
| 2.2 雷达信号数学模型 | 第24页 |
| 2.3 辐射源信号脉内调制类型分析 | 第24-26页 |
| 2.3.1 脉内有意调制 | 第25-26页 |
| 2.3.2 脉内无意调制 | 第26页 |
| 2.4 雷达辐射源信号 | 第26-34页 |
| 2.4.1 常规信号 | 第27-28页 |
| 2.4.2 线性调频信号 | 第28-29页 |
| 2.4.3 非线性调频信号 | 第29-30页 |
| 2.4.4 频率编码信号 | 第30-31页 |
| 2.4.5 相位编码信号 | 第31-32页 |
| 2.4.6 多相编码信号 | 第32-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 雷达辐射源信号时频图像处理 | 第36-54页 |
| 3.1 引言 | 第36页 |
| 3.2 辐射源信号时频分析 | 第36-46页 |
| 3.2.1 短时Fourier变换 | 第37-39页 |
| 3.2.2 Wigner-Ville分布 | 第39-41页 |
| 3.2.3 辐射源信号的Cohen类时频分布 | 第41-43页 |
| 3.2.4 典型雷达辐射源信号时频分析 | 第43-46页 |
| 3.3 时频图像处理与特征提取 | 第46-51页 |
| 3.3.1 时频图像预处理 | 第46-49页 |
| 3.3.2 时频图像的形状特征提取 | 第49-51页 |
| 3.4 辐射源信号时频图像形状识别仿真 | 第51-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于图像特征的辐射源信号分类识别 | 第54-72页 |
| 4.1 引言 | 第54页 |
| 4.2 主成分分析方法 | 第54-57页 |
| 4.3 辐射源信号分类 | 第57-65页 |
| 4.3.1 人工神经网络概述 | 第57页 |
| 4.3.2 BP神经网络 | 第57-62页 |
| 4.3.3 极限学习机 | 第62-65页 |
| 4.4 辐射源信号分类识别仿真实验 | 第65-71页 |
| 4.5 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 全文总结 | 第72-73页 |
| 5.2 未来展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 作者简介 | 第80-81页 |
