|
|
|
|
基于脉内特征的雷达辐射源信号识别研究 |
| |
| 论文目录 |
| |
| 摘要 | 第1-11页 | | Abstract | 第11-17页 | | 第1章 绪论 | 第17-33页 | | ·引言 | 第17页 | | ·课题的提出及研究意义 | 第17-20页 | | ·国内外研究现状分析 | 第20-29页 | | ·常规参数 | 第20-21页 | | ·脉内有意调制特征 | 第21-22页 | | ·脉内无意调制特征 | 第22-24页 | | ·脉内特征与常规参数组合 | 第24页 | | ·识别算法的发展 | 第24-26页 | | ·国内外研究现状分析小结 | 第26-29页 | | ·研究背景和研究思路 | 第29-30页 | | ·主要研究工作 | 第30-32页 | | ·结构安排 | 第32-33页 | | 第2章 雷达辐射源信号识别基础 | 第33-49页 | | ·引言 | 第33页 | | ·辐射源信号脉内调制分析 | 第33-38页 | | ·信号脉内调制概述 | 第33-35页 | | ·信号脉内调制特征分析 | 第35-38页 | | ·辐射源信号的特征可分性分析 | 第38-44页 | | ·辐射源信号识别模型 | 第44-48页 | | ·本章小结 | 第48-49页 | | 第3章 不同调制类型雷达辐射源信号识别 | 第49-73页 | | ·引言 | 第49-50页 | | ·小波脊频特征提取 | 第50-62页 | | ·小波变换 | 第50-52页 | | ·小波脊线与瞬时频率 | 第52-55页 | | ·新小波原子 | 第55-59页 | | ·小波脊频特征检测策略 | 第59页 | | ·小波脊频特征提取算法 | 第59-60页 | | ·小波脊频特征提取参数分析 | 第60-62页 | | ·典型雷达信号的小波脊频特征 | 第62-65页 | | ·小波脊频级联特征提取 | 第65-68页 | | ·实验与分析 | 第68-72页 | | ·新小波原子检测能力验证 | 第68-69页 | | ·基于IFSVM的不同调制类型RES识别 | 第69-72页 | | ·本章小结 | 第72-73页 | | 第4章 同类近似雷达辐射源信号识别 | 第73-101页 | | ·引言 | 第73-74页 | | ·小波包变换 | 第74-76页 | | ·小波选择 | 第76-78页 | | ·小波包系数特征的可行性分析 | 第78-80页 | | ·基于PCA融合特征提取 | 第80-92页 | | ·PCA原理 | 第80-82页 | | ·基于PCA特征融合 | 第82-85页 | | ·融合熵特征 | 第85-89页 | | ·融合熵特征提取算法 | 第89-90页 | | ·融合熵特征抗噪性能分析 | 第90-92页 | | ·ARES的参数估计 | 第92-94页 | | ·实验与分析 | 第94-99页 | | ·本章小结 | 第99-101页 | | 第5章 雷达辐射源识别 | 第101-126页 | | ·引言 | 第101-102页 | | ·雷达发射机 | 第102-104页 | | ·发射机结构 | 第102-103页 | | ·发射机的特点 | 第103-104页 | | ·放大器非线性与模型描述 | 第104-109页 | | ·谐波功率约束特征提取 | 第109-115页 | | ·谐波功率约束模型 | 第109-110页 | | ·谐波功率谱自相关估计 | 第110-114页 | | ·谐波功率约束特征提取算法 | 第114-115页 | | ·谐波功率约束特征性能分析 | 第115-120页 | | ·恒定功率特征分析 | 第115-116页 | | ·变化功率特征分析 | 第116-120页 | | ·实验与分析 | 第120-124页 | | ·基于仿真数据的识别与分析 | 第120-122页 | | ·基于实验测试数据的识别与分析 | 第122-124页 | | ·本章小结 | 第124-126页 | | 第6章 增量模糊支持向量机识别算法设计 | 第126-153页 | | ·引言 | 第126-128页 | | ·支持向量机的理论基础 | 第128-132页 | | ·统计学习理论 | 第128-130页 | | ·Mercer核理论 | 第130-132页 | | ·支持向量机 | 第132-136页 | | ·常规支持向量机 | 第132-134页 | | ·增量支持向量机 | 第134-136页 | | ·增量模糊支持向量机 | 第136-145页 | | ·分类样本的联合模糊隶属函数 | 第137-140页 | | ·界定平凡训练数据 | 第140-141页 | | ·产生最小超球体 | 第141-143页 | | ·增量模糊学习算法 | 第143-144页 | | ·拒判规则设计 | 第144-145页 | | ·增量模糊支持向量机识别算法 | 第145页 | | ·基于公共测试数据的IFSVM性能分析 | 第145-149页 | | ·IFSVM识别辐射源信号的性能分析 | 第149-152页 | | ·本章小结 | 第152-153页 | | 总结与展望 | 第153-160页 | | 论文的主要研究工作与成果总结 | 第153-157页 | | 有待研究的问题 | 第157-160页 | | 致谢 | 第160-161页 | | 参考文献 | 第161-177页 | | 攻读博士学位期间发表的论文及科研成果 | 第177-179页 |
|
|
|
|
论文编号BS422550，这篇论文共179页
会员购买按0.35元/页下载，共需支付62.65元。 直接购买按0.5元/页下载，共需要支付89.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务