|
|
|
|
基于深度学习的雷达辐射源识别技术研究 |
| |
| 论文目录 |
| |
| 摘要 | 第5-6页 | | ABSTRACT | 第6-7页 | | 符号对照表 | 第11-12页 | | 缩略语对照表 | 第12-16页 | | 第一章 绪论 | 第16-20页 | | 1.1 研究背景及意义 | 第16页 | | 1.2 雷达辐射源识别技术研究现状 | 第16-17页 | | 1.3 基于人工智能的雷达辐射源识别技术研究现状 | 第17-18页 | | 1.4 主要研究内容以及章节安排 | 第18-20页 | | 第二章 雷达辐射源信号建模和时频分析方法 | 第20-34页 | | 2.1 雷达辐射源信号的建模与仿真 | 第20-26页 | | 2.1.1 常规脉冲信号 | 第20-21页 | | 2.1.2 线性调频信号 | 第21-22页 | | 2.1.3 正弦调频信号 | 第22-23页 | | 2.1.4 频率编码信号 | 第23-25页 | | 2.1.5 相位编码信号 | 第25-26页 | | 2.2 时频分析方法 | 第26-32页 | | 2.2.1 Morlet小波变换 | 第26-29页 | | 2.2.2 Wigner-Vile分布 | 第29-31页 | | 2.2.3 平滑伪Wigner-Vile分布 | 第31-32页 | | 2.3 本章小结 | 第32-34页 | | 第三章 深度学习模型 | 第34-50页 | | 3.1 深度学习模型 | 第34-37页 | | 3.1.1 自动编码器 | 第34-35页 | | 3.1.2 支持向量机 | 第35页 | | 3.1.3 深度置信网络 | 第35-36页 | | 3.1.4 卷积神经网络 | 第36-37页 | | 3.1.5 循环神经网络 | 第37页 | | 3.2 卷积神经网络的结构 | 第37-41页 | | 3.2.1 卷积层 | 第38-39页 | | 3.2.2 激活函数 | 第39-40页 | | 3.2.3 池化层 | 第40-41页 | | 3.2.4 全连接层 | 第41页 | | 3.3 卷积神经网络的训练 | 第41-45页 | | 3.3.1 CNN前向传播算法 | 第42-43页 | | 3.3.2 CNN反向传播算法 | 第43-45页 | | 3.3.3 训练中存在的问题和解决方案 | 第45页 | | 3.4 循环神经网络的模型 | 第45-46页 | | 3.5 循环神经网络的训练 | 第46-48页 | | 3.5.1 RNN前向传播算法 | 第46-47页 | | 3.5.2 RNN反向传播算法 | 第47页 | | 3.5.3 训练中存在的问题和解决方案 | 第47-48页 | | 3.6 本章小结 | 第48-50页 | | 第四章 低信噪比下基于卷积神经网络的雷达辐射源识别 | 第50-70页 | | 4.1 基于卷积神经网络的雷达辐射源识别流程 | 第50-51页 | | 4.2 雷达辐射源信号的预处理 | 第51-56页 | | 4.2.1 时频图的产生 | 第51-55页 | | 4.2.2 时频图的灰度化 | 第55-56页 | | 4.2.3 时频图的归一化 | 第56页 | | 4.3 一种优化的卷积神经网络结构 | 第56-58页 | | 4.3.1 CNN模型设计 | 第57页 | | 4.3.2 dropout层 | 第57-58页 | | 4.3.3 Softmax层 | 第58页 | | 4.4 仿真实验与结果分析 | 第58-69页 | | 4.4.1 不同调制方式的雷达辐射源信号识别 | 第59-62页 | | 4.4.2 相同调制方式的雷达辐射源信号识别 | 第62-65页 | | 4.4.3 影响因素仿真研究 | 第65-69页 | | 4.5 本章小结 | 第69-70页 | | 第五章 低信噪比下基于循环神经网络的雷达辐射源识别 | 第70-82页 | | 5.1 循环神经网络的应用形式 | 第70-71页 | | 5.2 基于循环神经网络的雷达辐射源识别流程 | 第71-72页 | | 5.3 循环神经网络的设计 | 第72页 | | 5.4 长短期记忆模型LSTM | 第72-75页 | | 5.5 仿真实验与结果分析 | 第75-81页 | | 5.5.1 不同调制方式的雷达辐射源信号识别 | 第75-76页 | | 5.5.2 相同调制方式的雷达辐射源信号识别 | 第76-78页 | | 5.5.3 影响因素仿真研究 | 第78-81页 | | 5.6 本章小结 | 第81-82页 | | 总结展望 | 第82-84页 | | 参考文献 | 第84-88页 | | 致谢 | 第88-90页 | | 作者简介 | 第90-91页 |
|
|
|
|
论文编号BS4400744，这篇论文共91页
会员购买按0.35元/页下载，共需支付31.85元。 直接购买按0.5元/页下载，共需要支付45.5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