文档介绍：西南交通大学
博士学位论文
基于脉内特征的雷达辐射源信号识别研究
姓名:余志斌
申请学位级别:博士
专业:信号与信息处理
指导教师:金炜东
20100101
摘要西南交通大学博士研究生学位论文第噪比条件下,实现不同调制类型的挠行侗鸩钩湫碌奶卣鞑问J紫雷达辐射源信号侗鹗抢状锒钥剐藕糯碇械墓丶际酰涫侗水平已成为衡量电子对抗装备先进程度的重要标志。长期以来,人们主要依靠常规五参数实现氖侗鸫恚庵挥性诔9胬状镄藕藕托藕琶芗冉低的情况下才能获得满意的识别效果。随着现代电子和雷达技术的发展以及它们在现代战争中的广泛应用,新型髦剖窖恿榛睿问找娑啾洌电磁信号越来越密集,致使传统的识别技术已无法满足现代电子战的实际需要。因此,迫切需要探索新的侗鸱椒ǎ蕴岣呶夜缱佣钥棺氨傅募术水平。近年来,国内外学者对侗鸾辛舜罅康难芯浚岢隽诵矶嘈路椒ǎ以提高侗鹚健5牵庑┓椒ㄒ话阋G蠼细叩男旁氡取⒔衔C飨缘信号类型差异,且大都基于常规参数相对稳定、辐射源数量较少等情况,很少涉及调制类型相同、参数变化和低信噪比下调制类型不同的信号识别问题。一般都只关注特征提取和识别算法的研究,很少涉及特征识别能力和高密集电磁环境下异常脉冲的处理等侗鹞侍獾姆治觥6庑┦导饰侍猓蜒重制约侗鸺际醯慕徊教岣摺R虼耍疚拇犹卣鞯目煞中浴⒙瞿谔卣提取、识别模型和算法设计等方面,针对上述复杂体制侗鹬行枰=饩的关键理论问题展开了系统、深入的研究,主要贡献有以下龇矫妗诟怕事塾胪臣评砺郏菇艘晃卣鞑问目煞中阅P停苑治提取特征的识别能力,为卣魈崛√峁├砺壑С帧T谀P凸菇ü讨校依据特征参数服从近似正态分布,研究并推导出了特征正确分类概率随相应特征统计参数变化的关系子模型。从而导出了特征参数要在理论上达到%以上的正确分类概率,两类特征估计均值之差的绝对值与估计精度之比至少应大于的结论。然后,定量地分析了常用特征参数的可分性度量。岢隽思瓜咭黄德侍卣脊频特征捌浼读L卣魈崛》椒ǎT诘托从脊线定义出发,基于信号时一频尺度原理导出了小波脊频特征崛的条件约束模型。然后,提出一种新小波原子和脊线提取策略对脊线提取算法进行改进,并提取了典型腤。在此基础上,对刑卣鹘维再挖掘,提取了一组能较好描述瞿诘鞅渫臣乒媛傻募读L卣鳌P碌增量模糊支持向量机被用于检验提取特征的有效性。
第页西南交通大学博士研究生学位论文岢隽诵〔ò诤虾腿诤响靥卣魈崛》椒ǎJ迪掷嘈拖嗤⒔鼋瞿些参数具有差异的近似雷达辐射源信号识别构建有效的特征向量。首先使用小波包变换和主分量分析构建小波包融合算法。在此基础上,提取融合特征的融合香农熵、范数熵和概率熵,并对三种熵特征的抗噪性能进行详细分析。然后,进一步研究了藕挪问氖侗鹞侍狻?悸堑叫藕欧解层数、特征维数和参数等多种影响因素,论文深入分析了不同识别算法与不同特征组合的识别性能。实验结果表明,使用融合熵特征向量不仅具有较好的识别效果,而且算法复杂度远小于传统方法,基于实测和仿真数据给出了识别结果。岳状锕β史糯笃鞯姆窍咝蕴匦越邢晗阜治觯佣汲隽朔从撤窍性特性的谐波功率约束模型,并提出了相应的谐波功率约束特征提取算法,为实现辐射源个体识别提供新的无意调制参数。在估计谐波功率时,为削弱噪声影响、提高估计精度,基于二项展开式,导出了谐波功率谱的自相关估计模型。比较放大器输入功率固定和变化两种情况下的稳健性结果,发现在输入功率变化时,的二维分布成近似线性关系。最后的测试结果表明具有良好的识别性能,并得出测试信号需要不小于个脉冲的能量积累,才能达到论文中识别结果的结论。岢隽艘恢衷隽磕:С窒蛄炕侗鹚惴ㄓ糜诶状锓湓葱藕攀侗穑以提高信号的识别率,并解决当前识别算法难以处理非库属目标、训练时间较长等问题,深入研究了算法设计过程中所涉及的相关理论问题和解决方案。其中,构建了训练样本的类隶属度模型,提出了确定最小超球体半径的支持向量模糊数据描述方法,并引入了平凡训练数据的概念。在此基础上,提出增量模糊学****算法。然后,基于属性理论构建了处理未知雷达信号的拒判规则,以控制虚警率。最后,考虑多种影响因素,通过若干实验,深入研究了不同参数和样本数量条件下算法的识别性能。本论文的研究工作得到国家自然科学基金琋和国防科技重点实验室基金的共同资助。关键词:信号识别;雷达辐射源;增量模糊支持向量机;脊频特征;小波;谐波功率约束;特征可分性
,,.瑃,.甀.,.%琣瓵,甌,瑃琽琾甌猻,,瑀甀,
瑃第西南交通大学博士研究生学位论文甧.,..,.甌猣.,琒.—,,,甌瓵..
,瓵,琣,猻甀,甌琲:
ń膔缩略语表缩写英文含义中文含义人工智能近似雷达辐射源信号反向传播盒中脑状态二相编码二频率编码载频常规脉冲