雷达辐射源信号脉的分进方法研究

1  绪  论
  1.1  雷达辐射源分选及其研究意义
  1.2  国内外研究现状分析
    1.2.1  基于脉间参数特征的分选算法
    1.2.2  脉内细微特征的分析
    1.2.3  聚类分选
  1.3  小  结
2  符号化脉内特征提取
  2.1  频谱符号熵特征
    2.1.1  符号时间序列分析
    2.1.2  频谱序列符号化方法
    2.1.3  频谱符号熵
  2.2  雷达辐射源信号特征提取算法
  2.3  符号熵抗噪性能分析
  2.4  符号化脉内特征性能分析
  2.5  仿真实例
    2.5.1  最小距离分类器方法
    2.5.2  利用脉内调制信息进行信号分选
  2.6  小  结
3  频谱小波变换特征提取
  3.1  辐射源信号频谱小波变换特征提取
    3.1.1  频谱小波变换
    3.1.2  小波变换尺度间相关性去噪过程
    3.1.3  特征提取算法
  3.2  熵特征性能分析
  3.3  小结
4  一阶差分自相关特征提取
  4.1  一阶差分自相关包络特征.
  4.2  典型雷达信号的差分自相关包络特征
    4.2.1  常规脉冲(CW)
    4.2.2  线性调频(LFM)
    4.2.3  相位编码(PSK)
    4.2.4  频率编码(FSK)
    4.2.5  非线性二次调频(NLFM)
  4.3  自相关时延选择算法.
  4.4  差分自相关包络特征性能分析
    4.4.1  七种典型信号在信噪比变化情况下的特征分析
    4.4.2  信号调制参数发生变化情况下的特征分析.
    4.4.3  聚类分析方法
  4.5  小  结
5  雷达信号个体特征提取
  5.1  雷达发射机相位噪声.
  5.2  雷达辐射源信号双谱分析
    5.2.1  信号双谱的数学描述.
    5.2.2  双谱估计的直接法
    5.2.3  相位噪声的双谱分析
    5.2.4  围线积分双谱及其二次特征提取
  5.3  仿真实验
  5.4  小  结
6  雷达辐射源信号分类数目估计
  6.1  主成分数目估计
    6.1.1  主成分分析
    6.1.2  最大对数似然估计函数
  6.2  雷达辐射源信号分类数目估计算法
  6.3  仿真实验及结果分析
    6.3.1  基于脉冲包络特征的雷达辐射源数目估计
    6.3.2  利用频谱小波变换估计雷达辐射源信号分类数目
    6.3.3  差分自相关包络特征估计雷达辐射源信号分类数目
  6.4  小  结
7  基于灰关联测度的聚类分选算法
  7.1  GRADHC算法
    7.1.1  算法中的相关概念
    7.1.2  算法过程和参数设置
    7.1.3  GRADHC算法的有效性指标
  7.2  Benchmarks实验与分析
  7.3  基于GRADHC的聚类分选
  7.4  小  结
8  结论和展望
  8.1  主要工作与研究成果总结
  8.2  后续工作的展望
参考文献