| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外发展现况 | 第11-14页 |
| 1.2.1 基于PRI参数的信号分选算法 | 第11-12页 |
| 1.2.2 多参数信号分选算法 | 第12-14页 |
| 1.3 论文内容介绍及结构安排 | 第14-16页 |
| 第2章 雷达信号分选系统与特征参数分析 | 第16-30页 |
| 2.1 雷达信号分选系统概述 | 第16-17页 |
| 2.2 雷达辐射源信号特征参数 | 第17-22页 |
| 2.2.1 脉冲重复频率(PRI) | 第17-21页 |
| 2.2.2 载频(RF) | 第21页 |
| 2.2.3 到达角(DOA) | 第21-22页 |
| 2.2.4 脉宽(PW) | 第22页 |
| 2.2.5 脉冲幅度(PA) | 第22页 |
| 2.3 雷达信号分选的影响因素分析 | 第22-24页 |
| 2.4 雷达信号分选环境与特征参数建模 | 第24-25页 |
| 2.5 平面变换分选算法 | 第25-29页 |
| 2.5.1 平面正变换 | 第25-26页 |
| 2.5.2 概率密度函数去噪 | 第26-27页 |
| 2.5.3 正反变换差值滤波 | 第27页 |
| 2.5.4 镜像效应去除 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 多模雷达辐射源信号分选模型结构 | 第30-35页 |
| 3.1 多模雷达辐射源信号特点 | 第30-31页 |
| 3.2 传统分选模型结构 | 第31-32页 |
| 3.3 多模雷达辐射源信号分选模型结构 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于数据场的层次聚类信号分选算法 | 第35-51页 |
| 4.1 数据挖掘理论应用于雷达信号分选工作的可行性分析 | 第35-36页 |
| 4.2 数据场理论 | 第36-41页 |
| 4.2.1 势函数的定义 | 第36-37页 |
| 4.2.2 距离指数k对势函数的影响 | 第37-38页 |
| 4.2.3 数据场的形成 | 第38-39页 |
| 4.2.4 改进的影响因子选取方法 | 第39-41页 |
| 4.3 聚类算法与分类算法的分析比较 | 第41-42页 |
| 4.4 现有聚类算法应用于信号分选的局限性 | 第42-43页 |
| 4.5 多模雷达信号基于数据场的层次聚类分选方法 | 第43-50页 |
| 4.5.1 削除势心法 | 第44-45页 |
| 4.5.2 基于数据场的层次聚类算法具体实现步骤 | 第45-46页 |
| 4.5.3 仿真实验分析 | 第46-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 基于云模型的分选结果有效性评估算法 | 第51-61页 |
| 5.1 引言 | 第51页 |
| 5.2 云模型理论 | 第51-55页 |
| 5.2.1 云模型的基本概念 | 第51-52页 |
| 5.2.2 云模型的数字特征 | 第52-53页 |
| 5.2.3 正向云模型发生器 | 第53-54页 |
| 5.2.4 逆向云模型发生器 | 第54-55页 |
| 5.3 基于云模型的分选结果评估算法 | 第55-58页 |
| 5.3.1 云模型隶属度计算 | 第55-57页 |
| 5.3.2 分选结果评估准则 | 第57-58页 |
| 5.4 仿真实验分析 | 第58-59页 |
| 5.5 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |