

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、雷達(dá)輻射源信號(hào)分選是電子對(duì)抗中的關(guān)鍵處理過(guò)程,也是信號(hào)處理研究中的熱點(diǎn)和難點(diǎn)問(wèn)題。在現(xiàn)代電子戰(zhàn)爭(zhēng)中,各種新體制和復(fù)雜體制雷達(dá)不斷投入使用,使得電磁環(huán)境更加復(fù)雜,也給雷達(dá)輻射源信號(hào)分選識(shí)別研究帶來(lái)更多挑戰(zhàn)。
在分析現(xiàn)代輻射源信號(hào)分選識(shí)別研究現(xiàn)狀的基礎(chǔ)上,本文討論了分選識(shí)別的一般過(guò)程,為信號(hào)的特征提取、特征選擇和分類奠定了基礎(chǔ)。針對(duì)4種常見(jiàn)的雷達(dá)信號(hào),分別從時(shí)域、頻域、雙譜域和小波域提取了多種特征并加以分析,仿真實(shí)驗(yàn)給出了各種特征
2、參數(shù)在不同的信噪比(SNR)下的關(guān)系曲線,據(jù)此可以定性地判斷各個(gè)特征的可區(qū)分性。為了提高分選效率,本文采用基于主成分分析、灰色關(guān)聯(lián)度和不確定度的方法,對(duì)信號(hào)特征進(jìn)行篩選,以便選擇出包含分類信息最多的特征因子,然后采用支持向量機(jī)(SVM)方法對(duì)分選之后的特征向量進(jìn)行分類檢測(cè),仿真結(jié)果表明這種分類方法對(duì)雷達(dá)信號(hào)有較好的分類效果,同時(shí)特征選擇方法可以在保證分選率的前提下縮短分類器的運(yùn)行時(shí)間,提高分類識(shí)別效率。此外,本文引入了在圖像處理中經(jīng)常使
3、用的證據(jù) C均值算法,來(lái)求解不同特征對(duì)于各個(gè)信號(hào)的隸屬概率和模糊概率,并以此作為類別判決的依據(jù)。仿真結(jié)果表明,證據(jù) C均值算法能夠準(zhǔn)確地對(duì)不同特征的隸屬概率做出判斷,根據(jù)隸屬概率,可以實(shí)現(xiàn)對(duì)信號(hào)分類的目的。為了進(jìn)一步驗(yàn)證證據(jù) C均值算法在不同信噪比下的分類效果,仿真實(shí)驗(yàn)給出了頻域偏度特征在兩種信噪比下的隸屬概率和模糊概率。最后,本文從信號(hào)的時(shí)頻分布角度出發(fā),比較了信號(hào)的短時(shí)傅里葉變換、WVD變換和SM變換,根據(jù)分辨率性能和有無(wú)交叉項(xiàng)的原
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
- 基于多維特征處理的雷達(dá)有源干擾識(shí)別技術(shù).pdf
- 基于脈內(nèi)多特征融合的雷達(dá)信號(hào)分選.pdf
- 雷達(dá)信號(hào)分選與細(xì)微特征分析.pdf
- 基于深度學(xué)習(xí)的車輛多維特征檢測(cè)研究.pdf
- 雷達(dá)信號(hào)分選算法研究.pdf
- 基于多維特征的病態(tài)嗓音檢測(cè)方法的研究.pdf
- 基于多維特征權(quán)重的虛假評(píng)論識(shí)別研究.pdf
- 雷達(dá)有源欺騙干擾多維特征提取與識(shí)別技術(shù)研究.pdf
- 基于脈內(nèi)特征的雷達(dá)輻射源信號(hào)分選技術(shù)研究.pdf
- 基于多維特征空間的職位推薦系統(tǒng)研究.pdf
- 基于FPGA的雷達(dá)信號(hào)分選算法研究與實(shí)現(xiàn).pdf
- 雷達(dá)信號(hào)分選技術(shù)研究.pdf
- 雷達(dá)信號(hào)實(shí)時(shí)分選研究.pdf
- 雜波下相參雷達(dá)距離多普勒域多維特征聚類與特征提取.pdf
- 雷達(dá)的信號(hào)分選技術(shù)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
- 航海雷達(dá)圖像中分維特征目標(biāo)處理問(wèn)題的研究.pdf
- 基于GPU并行計(jì)算的雷達(dá)信號(hào)分選算法研究.pdf
評(píng)論
0/150
提交評(píng)論