文档介绍：摘要西南交通大学硕士研究生学位论文第雷达辐射源信号分类识别是现代电子侦察和电子支援系统的重要研究内容,也是衡量电子对抗设备先进程度的重要标志。近年来,随着电子战的激烈对抗,复杂体制雷达辐射源信号的分类识别己成为电子对抗领域的关键技术和难题。时频分布作为一种新的现代信号处理技术,将一维辐射源信号转换到二维时频信号,不但能够反映辐射源信号能量随时间和频率的分布,而且能揭示其频率随时间的变化关系,为辐射源信号的特征分析和分类识别提供了重要信息。但复杂体制雷达辐射源信号调制规律复杂,且在传播和处理过程中易受噪声干扰,信噪比变化较大,使得在时频分布平面对雷达辐射源信号的分析处理变得极其困难。为此,本文围绕低信噪比条件下,复杂体制雷达辐射源信号时频分布的处理问题,首先将雷达辐射源信号的时频分布表示为灰度图像,然后通过图像处理技术对复杂体制雷达辐射源信号的时频图像进行处理,主要研究复杂体制雷达辐射源信号时频图像预处理、辐射源信号时频图像特性分析以及基于时频图像特征的雷达辐射源信号分类方法。论文的主要工作及研究成果具体如下:酆戏治隽烁丛犹逯评状锓湓葱藕诺氖P停攵约钢值湫屠状锓射源信号,采用分布及嗍逼捣植级云浣辛耸逼捣治觯并给出了相应的仿真实验结果分析。攵源惩枷裨銮糠椒ù嬖诘囊恍┎蛔悖岢鲆恢只诖旨砺鄣耐枷增强方法。仿真实验及结果分析表明,该方法在有效地抑制噪声的同时,更好地保护了图像的边缘和细节信息,增强了图像的对比度,是一种更有效的图像增强方法,在增强效果和时间复杂度方面均优于传统方法;并将该图像增强方法应用于辐射源信号的时频图像增强处理,取得了较好的效果。攵猿S檬逼捣治龇椒ǘ远喾至糠湓葱藕糯淼囊恍┎蛔悖诜治龇射源信号时频分布的基础上,将辐射源信号的时频分布看作灰度图像,利用图像处理技术中的平滑滤波、阈值处理和形态学细化算法,研究一种基于图像处理技术的多分量辐射源信号时频图像处理方法。相应的仿真实验结果表明,该方法在有效抑制噪声的同时,能够得到具有高分辨率的多分量辐射源信号时频图像,更有利于多分量辐射源信号时频特性分析,既克服了常用时频分析对多分量辐射源信号时频分析的不足,又优于时频重排方法。
机对处理后的图像进行分类。通过对值湫头湓葱藕诺姆掷喾抡媸笛楸砻鳎西南交通大学硕士研究生学位论文第页窬缬τ糜诶状锓湓葱藕诺氖逼低枷翊恚⒃诖砗蟮氖逼图像中实现了辐射源信号调制参数的估计,提出一种基于神经网络的多分量信号时频图像处理方法。仿真实验表明,在低信噪比情况下,该方法能够对辐射源信号的时频图像进行有效地处理,并能较准确地提取辐射源信号各分量的调制参数。攵愿丛犹逯评状锓湓葱藕诺姆掷辔侍猓诙苑湓葱藕攀逼低枷裉征分析的基础上,研究基于时频图像特征的辐射源信号分类新方法。该方法将辐射源信号分类问题转换为图像处理及识别问题,先对辐射源信号进行时频分析,获得时频分布图,并将其转化为灰度图像和作归一化处理,再用支持向量该方法信噪比高于时,平均正确分类率达%以上。关键词:时频图像;雷达辐射源信号;图像特征;神经网络:支持向量机
.—,.猠,甊瑃,瓸..琣..疭琣
.琣,—瑃.,..。疭甎瑃...
篢猣籭西南交通大学硕士研究生学位论文第%籸瓻—.籲籹
勿眯文西南交通大学学位论文创新性声明本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确的说明。本人完全意识到本声明的法律结果由本人承担。本学位论文的主要创新点如下:芯苛艘恢只诖旨砺鄣耐枷裨銮吭ご矸椒ǎ⒔溆糜诶状锓源信号时频图像的增强预处理。昙章节谘芯慷喾至坷状锓湓葱藕攀逼捣植嫉幕∩希涫逼捣植急硎疚灰度图像,首先利用平滑滤波和阈值处理对时频灰度图像进行预处理,然后分别采用数学形态学细化算法和神经网络来提取辐射源信号的自分量,从而得到多分量辐射源信号的高分辨率时频图像。昙章攵愿丛犹逯评状锓湓葱藕诺姆掷辔侍猓芯苛嘶谑逼低枷裉卣骱支持向量机的雷达辐射源信号自动分类方法。昙章
学位论文作者签名揪文醐::张函埠日期:西南交通大学学位论文版权使用授权书曲南交通大罕C芸冢朐谝陨戏娇蚰诖颉袄本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于年解密后适用本授权书;槐C堋妒褂帽臼谌ㄊ椤
第滦髀引言课题的提出及研究意义本文的研究课题一雷达辐射源信号时频图像处