摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第13-18页 |
1.1 研究背景及意义 | 第13-14页 |
1.2 研究现状 | 第14-17页 |
1.3 本文的主要研究工作 | 第17-18页 |
第二章 雷达辐射源信号预处理 | 第18-25页 |
2.1 希尔伯特变换 | 第18页 |
2.2 信号检测 | 第18-19页 |
2.2.1 相关检测算法及检测门限 | 第18-19页 |
2.2.2 信号到达时间和结束时间的估计 | 第19页 |
2.3 单载频信号频率估计算法 | 第19-22页 |
2.3.1 双线插值频率估计算法 | 第20-21页 |
2.3.2 修正的双线插值算法 | 第21-22页 |
2.4 基于Haar小波的小波变换 | 第22-23页 |
2.5 曲线拟合 | 第23-24页 |
2.6 本章小结 | 第24-25页 |
第三章 雷达辐射源信号模型分析 | 第25-42页 |
3.1 信号预处理 | 第25-28页 |
3.1.1 相位展开算法 | 第25-27页 |
3.1.2 瞬时频率获取 | 第27-28页 |
3.2 频率调制信号 | 第28-35页 |
3.2.1 常规信号(NS) | 第28-29页 |
3.2.2 线性调频信号(LFM) | 第29-30页 |
3.2.3 双线性调频信号(DLFM) | 第30-31页 |
3.2.4 分段线性调频信号(MLFM) | 第31-32页 |
3.2.5 多项式调频信号(PPS) | 第32-33页 |
3.2.6 非线性调频信号(NLFM) | 第33-34页 |
3.2.7 频移键控信号(FSK) | 第34-35页 |
3.3 相位调制信号 | 第35-39页 |
3.3.1 二相编码信号(BPSK) | 第35-36页 |
3.3.2 四相编码信号(QPSK) | 第36-38页 |
3.3.3 多相编码信号(MPSK) | 第38-39页 |
3.4 复合调制信号 | 第39-41页 |
3.4.1 线性调频-二相编码复合调制信号(LFM/BPSK) | 第39-40页 |
3.4.2 频移键控--相位编码复合调制信号(FSK/PSK) | 第40-41页 |
3.5 本章小结 | 第41-42页 |
第四章 基于时频特征的信号调制方式识别与参数估计 | 第42-68页 |
4.1 频率调制信号调制方式识别与参数估计 | 第42-52页 |
4.1.1 常规信号、线性调频信号等的识别和参数估计 | 第42-45页 |
4.1.2 双线性调频(DLFM)信号的识别和参数估计 | 第45-46页 |
4.1.3 分段线性调频(MLFM)信号的识别和参数估计 | 第46-47页 |
4.1.4 非线性调频(NLFM)信号的识别和参数估计 | 第47-50页 |
4.1.5 频移键控信号的识别与参数估计 | 第50-52页 |
4.2 相位编码(BPSK\QPSK\MPSK)信号的识别与参数估计 | 第52-59页 |
4.2.1 多相编码信号(MPSK)的识别与参数估计 | 第52-56页 |
4.2.2 二相、四相编码信号(BPSK\QPSK)的识别和参数估计 | 第56-59页 |
4.3 常见复合调制信号的识别与参数估计 | 第59-65页 |
4.3.1 线性调频-二相编码复合调制信号(LFM/BPSK) | 第59-62页 |
4.3.2 频移键控—相位编码复合调制信号(FSK/PSK)识别与参数估计 | 第62-65页 |
4.4 本章小结 | 第65-68页 |
第五章 基于分层神经网络的信号调制方式识别 | 第68-76页 |
5.1 神经网络分类器 | 第68-71页 |
5.1.1 神经网络的结构 | 第68-70页 |
5.1.2 神经网络融合规则 | 第70页 |
5.1.3 神经网络的训练 | 第70-71页 |
5.2 基于神经网络和统计参数信号识别算法 | 第71-75页 |
5.2.1 参数提取 | 第71-74页 |
5.2.2 仿真分析 | 第74-75页 |
5.3 本章小结 | 第75-76页 |
第六章 总结与展望 | 第76-78页 |
参考文献 | 第78-82页 |
致谢 | 第82-83页 |
在学期间的研究成果及发表的学术论文 | 第83页 |