基于模糊模式识别的C波段无线电信号智能分析
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-11页 |
| ·课题研究的背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的主要研究内容和论文的组织 | 第10-11页 |
| 2 卫星C 波段无线电信号智能分析系统基础 | 第11-19页 |
| ·无线电监测知识 | 第12-14页 |
| ·无线电基础知识 | 第12页 |
| ·无线电频谱监测 | 第12-14页 |
| ·虚拟仪器的介绍 | 第14-17页 |
| ·虚拟仪器的定义 | 第14页 |
| ·虚拟仪器的分类 | 第14-16页 |
| ·虚拟仪器的结构组成 | 第16页 |
| ·虚拟仪器与传统仪器的对比 | 第16-17页 |
| ·卫星C 波段无线电智能分析系统 | 第17-19页 |
| ·系统基本物理构成图 | 第17-18页 |
| ·系统基本功能和运行流程 | 第18-19页 |
| 3 理论基础及关键技术 | 第19-45页 |
| ·C 波段信号的主要类型 | 第19-25页 |
| ·底噪声信号 | 第19-22页 |
| ·雷达信号 | 第22-23页 |
| ·干扰机信号 | 第23-24页 |
| ·单载波信号 | 第24-25页 |
| ·其它信号 | 第25页 |
| ·模糊模式识别基础 | 第25-31页 |
| ·模糊集合与隶属函数 | 第25-26页 |
| ·模糊集合之间的距离 | 第26-27页 |
| ·模糊集之间的贴近度 | 第27-28页 |
| ·模式模糊识别基础 | 第28-30页 |
| ·有监督的分类和无监督的分类及半监督分类 | 第30页 |
| ·聚类分析 | 第30页 |
| ·聚类分析的数学模型 | 第30-31页 |
| ·基于目标函数的模糊ISOTADA 聚类分析 | 第31-35页 |
| ·模糊ISODATA 聚类分析方法 | 第31-32页 |
| ·聚类准则 | 第32-33页 |
| ·求最佳模糊分类矩阵和最佳聚类中心矩阵 | 第33页 |
| ·模糊聚类 | 第33-34页 |
| ·聚类效果的检验 | 第34-35页 |
| ·基于ISODATA 的半监督学习 | 第35-42页 |
| ·数据预处理 | 第35-40页 |
| ·特征提取 | 第40-41页 |
| ·聚类分析 | 第41-42页 |
| ·模糊分类 | 第42-45页 |
| 4 系统的设计与实现 | 第45-58页 |
| ·总体框架设计 | 第45-52页 |
| ·信号采集模块 | 第45-46页 |
| ·控制模块 | 第46页 |
| ·数据预处理模块 | 第46-47页 |
| ·训练分类器 | 第47-49页 |
| ·信号智能分析模块 | 第49-50页 |
| ·报警模块 | 第50页 |
| ·人机界面 | 第50-52页 |
| ·程序设计 | 第52-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录A | 第62-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69-70页 |
| 致谢 | 第70-71页 |
