版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、在現(xiàn)代戰(zhàn)爭(zhēng)中,電子對(duì)抗所起的作用越來(lái)越大,對(duì)偵查信號(hào)的處理其好壞與否會(huì)影響電子戰(zhàn)的勝負(fù),其作用也顯得越來(lái)越重要。由于現(xiàn)代戰(zhàn)爭(zhēng)中雷達(dá)體制多樣化,戰(zhàn)場(chǎng)的信號(hào)環(huán)境越來(lái)越復(fù)雜,所以對(duì)密集交疊的信號(hào)流分選其實(shí)時(shí)性和可靠性要求也越來(lái)越高。雷達(dá)信號(hào)分選是偵查引導(dǎo)系統(tǒng)的一重要組成部分。目前對(duì)雷達(dá)信號(hào)分選算法的研究比較多,傳統(tǒng)方法主要包括試探法、統(tǒng)計(jì)評(píng)估技術(shù)和最近鄰分類器以及參量范圍匹配法、相關(guān)函數(shù)重頻鑒別法等。這些算法理論成熟,應(yīng)用較多,但是在密集信號(hào)
2、環(huán)境條件下進(jìn)行分選時(shí),算法的缺點(diǎn)也比較突出,實(shí)時(shí)性差,可靠性低,有時(shí)甚至?xí)霈F(xiàn)無(wú)法分選的情況。針對(duì)目前的密集的電磁環(huán)境,在傳統(tǒng)算法上出現(xiàn)了許多改進(jìn)方法,這其中應(yīng)用較多的就是直方圖法(包括累計(jì)差直方圖法CDIF和序列差直方圖法SDIF)、基于平面變換的分選、聚類分析法、PRI變換法和小波變換法等。
利用聚類方法來(lái)實(shí)現(xiàn)密集脈沖流的初分選,對(duì)脈沖流進(jìn)行稀釋,目前的方法比較多,本文主要研究了K-means聚類算法在雷達(dá)信號(hào)分選中的
3、應(yīng)用。利用K-means聚類算法對(duì)脈沖流進(jìn)行預(yù)分選,其中除了利用常規(guī)的載頻(CF)、脈寬(PW)、到達(dá)角(DOA)這三個(gè)參數(shù)外,還加入了雷達(dá)極化特征這個(gè)參數(shù),利用極化可能的四種狀態(tài),即水平極化、垂直極化、左旋圓極化和右旋圓極化對(duì)信號(hào)進(jìn)行分選。由于極化特征只有這四種狀態(tài),所以可先對(duì)其進(jìn)行分選,將脈沖流稀釋,這樣極化參數(shù)可以看成除到達(dá)角之外又一個(gè)可靠地分選參數(shù)。利用K-means算法進(jìn)行分選時(shí),其中一個(gè)較突出的缺點(diǎn)就是初始聚類中心確定后,通
4、過(guò)反復(fù)迭代,可能會(huì)出現(xiàn)局部最優(yōu),由于對(duì)雷達(dá)信號(hào)的分選采用了先分選極化參數(shù),然后進(jìn)行脈寬和到達(dá)角的分選,最后進(jìn)行載頻的分選這樣一個(gè)順序,所以不論初始聚類中心如何,在經(jīng)過(guò)極化參數(shù)及到達(dá)角的分選后,通常分選結(jié)果不會(huì)陷入局部最優(yōu),即不會(huì)受噪音等的影響,通過(guò)仿真實(shí)驗(yàn),也進(jìn)一步得到了驗(yàn)證。在對(duì)密集的信號(hào)流分選統(tǒng)計(jì)分析后,可以發(fā)現(xiàn)該算法可靠性強(qiáng),分選效果良好,K-means聚類算法另一個(gè)缺點(diǎn)就是反復(fù)迭代時(shí)間較長(zhǎng),這個(gè)目前還沒(méi)有很好的解決,是下一步研究
5、的重點(diǎn)。
對(duì)于預(yù)分選后的信號(hào)流,要進(jìn)行主分選。本文主要研究了相關(guān)函數(shù)重頻鑒別法、直方圖法及PRI變換法。相關(guān)函數(shù)重頻鑒別法是PRI變換法的基礎(chǔ),是一種典型的主分選算法,由于利用傳統(tǒng)的相關(guān)函數(shù)重頻鑒別法對(duì)諧波的抑制較弱,所以常采取諧波壓縮的方法,使諧波得到抑制。PRI變換法的基礎(chǔ)是自相關(guān)函數(shù)法,在經(jīng)過(guò)變換加入相位因子后,使諧波分量由向量表示,對(duì)其求和后向量和為零,這表示諧波得到抑制,在此基礎(chǔ)上,針對(duì)該算法的缺點(diǎn)提出了兩點(diǎn)改進(jìn)
6、,改進(jìn)后基本上可以消除噪聲對(duì)分選結(jié)果的影響。直方圖法的改進(jìn)方法即累計(jì)差直方圖法(CDIF)和序列差直方圖法(SDIF)本文也做了一些研究,這兩方法各有優(yōu)缺點(diǎn)。CDIF算法準(zhǔn)確性高,可靠性好,但是運(yùn)算量大,門限也不是最佳門限,若有大量脈沖丟失,會(huì)檢測(cè)出諧波;SDIF算法是在CDIF算法上的改進(jìn),比CDIF算法更快,具有最佳檢測(cè)門限,但是不適合PRI隨機(jī)變化的信號(hào)分選。
論文的最后,給出了整個(gè)的一個(gè)分選過(guò)程,預(yù)分選后對(duì)其序列檢
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 密集信號(hào)條件下的雷達(dá)信號(hào)分選.pdf
- 復(fù)雜信號(hào)環(huán)境下雷達(dá)信號(hào)分選算法研究.pdf
- 密集信號(hào)環(huán)境下信號(hào)分選算法研究與應(yīng)用.pdf
- 雷達(dá)信號(hào)分選算法研究.pdf
- 復(fù)雜環(huán)境下雷達(dá)信號(hào)分選算法研究.pdf
- 復(fù)雜環(huán)境下未知雷達(dá)信號(hào)分選算法研究.pdf
- 未知雷達(dá)信號(hào)分選算法研究.pdf
- 雷達(dá)信號(hào)在線分選算法研究.pdf
- 現(xiàn)代雷達(dá)信號(hào)分選算法研究.pdf
- 雷達(dá)信號(hào)分選關(guān)鍵算法研究.pdf
- 復(fù)雜電磁環(huán)境下的雷達(dá)信號(hào)分選算法研究.pdf
- 復(fù)雜環(huán)境下多參數(shù)雷達(dá)信號(hào)分選算法研究.pdf
- 多模雷達(dá)信號(hào)分選算法研究.pdf
- 復(fù)雜信號(hào)環(huán)境下雷達(dá)信號(hào)分選技術(shù)方法研究.pdf
- 未知雷達(dá)信號(hào)PRI分選算法研究.pdf
- 復(fù)雜環(huán)境下雷達(dá)輻射源信號(hào)分選算法研究.pdf
- 雷達(dá)信號(hào)分選算法及其DSP實(shí)現(xiàn)研究.pdf
- 脈沖雷達(dá)信號(hào)分選識(shí)別算法研究.pdf
- 密集信號(hào)環(huán)境下的分選技術(shù)研究.pdf
- 雷達(dá)信號(hào)多參數(shù)聯(lián)合分選算法研究.pdf
評(píng)論
0/150
提交評(píng)論