雷达有源欺骗干扰识别技术研究
发布时间:2021-05-09 03:09
雷达欺骗干扰具有样式多样、对抗性强的特点,对雷达应用构成了很大的威胁。因此,雷达欺骗干扰信号的检测和干扰类型识别方法的研究具有重要的应用意义。本文对常见雷达有源欺骗干扰在多维变换域的特征提取、检测、干扰类别识别问题上展开研究,将特征工程与机器学习方法进行结合,从如下几个方面展开了相应研究:针对小波分解提取出的信号特征应用于雷达欺骗干扰信号检测与识别中时,利用单一小波对信号进行分解后提取的信号特征不能针对所有信号均获得较好的检测与识别正确率的问题,本文提出一种联合多小波特征的方法:分别使用不同小波对信号进行分解提取信号特征后,联合使用不同小波下的信号特征组成新的联合特征向量作为信号分类特征,经实验验证,在相同信噪比条件下,利用联合多小波特征对信号进行检测与识别正确率均高于使用任意一种单一小波特征。针对小波分解提取的信号特征应用于个别信号识别时表现略差的问题,使用自适应性更好的经验模态分解作为信号处理方法,提取出了在欺骗信号类型识别中表现更好的信号特征。针对实际应用场景中,欺骗干扰信号样本很难覆盖全部欺骗干扰信号类型的问题,本文提出一种在欺骗干扰信号样本缺失的条件下进行雷达欺骗干扰检测与识...
【文章来源】:北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】:91 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究意义及应用背景
1.2 研究现状
1.3 论文结构安排
第二章 雷达有源欺骗干扰原理及数学建模
2.1 引言
2.2 常见雷达欺骗干扰信号作用原理
2.2.1 距离波门拖引干扰
2.2.2 速度波门拖引干扰
2.2.3 距离-速度同步拖引干扰
2.3 常见的雷达欺骗干扰信号建模
2.3.1 雷达信号模型
2.3.2 距离拖引干扰模型
2.3.3 速度拖引干扰模型
2.3.4 距离-速度联合干扰模型
2.4 小结
第三章 雷达欺骗干扰信号可辨识特征提取
3.1 引言
3.2 基于小波分解的可辨识特征提取
3.2.1 小波变换及多层小波分解
3.2.2 基于多层小波分解的雷达欺骗干扰信号可辨识特征提取
3.2.3 基于多小波联合的可辨识特征提取
3.3 基于自适应信号时频处理的可辨识特征提取
3.3.1 具有自适应性的时频处理方法-EMD
3.3.2 基于EMD的雷达欺骗干扰信号特征提取
3.3.3 利用EEMD改进特征稳定性
3.4 特征性能分析对比及选择
3.5 本章小结
第四章 样本受限条件下雷达欺骗干扰信号检测与识别
4.1 引言
4.2 欺骗干扰信号样本类型缺失条件下的雷达欺骗干扰检测与识别
4.2.1 基于单类学习理论的雷达欺骗干扰检测与识别建模
4.2.2 分类器构建及检测识别流程
4.2.3 实验设计及结果分析
4.3 小样本条件下的雷达欺骗干扰检测与识别
4.3.1 基于半监督学习理论的雷达欺骗干扰检测与识别建模
4.3.2 实验设计及结果分析
4.5 本章小结
第五章 全文工作总结与展望
5.1 全文工作总结
5.2 下一步工作展望
致谢
参考文献
攻读学位期间取得的研究成果
【参考文献】:
期刊论文
[1]基于微多普勒特征的欺骗干扰识别[J]. 杨少奇,田波,赵双,贺思三. 火力与指挥控制. 2016(10)
[2]雷达抗有源干扰技术现状与展望[J]. 唐斌,赵源,蔡天一,冉智,唐娟,熊英. 数据采集与处理. 2016(04)
[3]基于时频图像特征提取的LFM雷达有源欺骗干扰识别[J]. 杨少奇,田波,李欣,谭铭. 空军工程大学学报(自然科学版). 2016(01)
[4]基于改进EMD算法的信号滤波[J]. 穆峰,常发亮,蒋沁宇. 山东大学学报(工学版). 2015(03)
[5]基于R实现Hilbert-Huang变换[J]. 马娜. 电脑知识与技术. 2013(35)
[6]基于模糊函数的SMSP和C&I干扰识别算法[J]. 李永平,卢刚,田晓,唐斌. 航空兵器. 2011(04)
[7]One-Class分类器研究[J]. 潘志松,陈斌,缪志敏,倪桂强. 电子学报. 2009(11)
[8]距离-速度同步拖引欺骗干扰的频谱特征分析[J]. 孙闽红,唐斌. 系统工程与电子技术. 2009(01)
[9]基于原子分解理论的雷达欺骗式干扰信号特征提取[J]. 孙闽红,唐斌. 电波科学学报. 2008(03)
[10]小波分解在雷达抗速度欺骗干扰中的运用[J]. 陈浩,何明浩,毛五星. 空军雷达学院学报. 2006(01)
博士论文
[1]雷达有源欺骗干扰综合感知方法研究[D]. 田晓.电子科技大学 2013
[2]半监督学习及其应用研究[D]. 孔怡青.江南大学 2009
硕士论文
[1]移动互联网流量识别分类系统的设计与实现[D]. 周上越.电子科技大学 2018
[2]分布式埋地光纤敲击信号识别方法研究[D]. 魏然.北京邮电大学 2018
[3]雷达有源干扰分类与识别方法研究[D]. 李娜.西安电子科技大学 2017
[4]雷达有源欺骗干扰多维特征提取与识别技术研究[D]. 檀鹏超.电子科技大学 2016
[5]基于DRFM的电子干扰检测与识别算法研究[D]. 李乾.电子科技大学 2016
[6]制导雷达抗有源欺骗干扰方法研究[D]. 成霄亮.湖南大学 2014
[7]半监督学习方法研究及在警用平台中的应用[D]. 黄明明.大连理工大学 2010
[8]雷达有源干扰信号特征分析与识别算法研究[D]. 范伟.电子科技大学 2007
本文编号:3176499
【文章来源】:北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】:91 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究意义及应用背景
1.2 研究现状
1.3 论文结构安排
第二章 雷达有源欺骗干扰原理及数学建模
2.1 引言
2.2 常见雷达欺骗干扰信号作用原理
2.2.1 距离波门拖引干扰
2.2.2 速度波门拖引干扰
2.2.3 距离-速度同步拖引干扰
2.3 常见的雷达欺骗干扰信号建模
2.3.1 雷达信号模型
2.3.2 距离拖引干扰模型
2.3.3 速度拖引干扰模型
2.3.4 距离-速度联合干扰模型
2.4 小结
第三章 雷达欺骗干扰信号可辨识特征提取
3.1 引言
3.2 基于小波分解的可辨识特征提取
3.2.1 小波变换及多层小波分解
3.2.2 基于多层小波分解的雷达欺骗干扰信号可辨识特征提取
3.2.3 基于多小波联合的可辨识特征提取
3.3 基于自适应信号时频处理的可辨识特征提取
3.3.1 具有自适应性的时频处理方法-EMD
3.3.2 基于EMD的雷达欺骗干扰信号特征提取
3.3.3 利用EEMD改进特征稳定性
3.4 特征性能分析对比及选择
3.5 本章小结
第四章 样本受限条件下雷达欺骗干扰信号检测与识别
4.1 引言
4.2 欺骗干扰信号样本类型缺失条件下的雷达欺骗干扰检测与识别
4.2.1 基于单类学习理论的雷达欺骗干扰检测与识别建模
4.2.2 分类器构建及检测识别流程
4.2.3 实验设计及结果分析
4.3 小样本条件下的雷达欺骗干扰检测与识别
4.3.1 基于半监督学习理论的雷达欺骗干扰检测与识别建模
4.3.2 实验设计及结果分析
4.5 本章小结
第五章 全文工作总结与展望
5.1 全文工作总结
5.2 下一步工作展望
致谢
参考文献
攻读学位期间取得的研究成果
【参考文献】:
期刊论文
[1]基于微多普勒特征的欺骗干扰识别[J]. 杨少奇,田波,赵双,贺思三. 火力与指挥控制. 2016(10)
[2]雷达抗有源干扰技术现状与展望[J]. 唐斌,赵源,蔡天一,冉智,唐娟,熊英. 数据采集与处理. 2016(04)
[3]基于时频图像特征提取的LFM雷达有源欺骗干扰识别[J]. 杨少奇,田波,李欣,谭铭. 空军工程大学学报(自然科学版). 2016(01)
[4]基于改进EMD算法的信号滤波[J]. 穆峰,常发亮,蒋沁宇. 山东大学学报(工学版). 2015(03)
[5]基于R实现Hilbert-Huang变换[J]. 马娜. 电脑知识与技术. 2013(35)
[6]基于模糊函数的SMSP和C&I干扰识别算法[J]. 李永平,卢刚,田晓,唐斌. 航空兵器. 2011(04)
[7]One-Class分类器研究[J]. 潘志松,陈斌,缪志敏,倪桂强. 电子学报. 2009(11)
[8]距离-速度同步拖引欺骗干扰的频谱特征分析[J]. 孙闽红,唐斌. 系统工程与电子技术. 2009(01)
[9]基于原子分解理论的雷达欺骗式干扰信号特征提取[J]. 孙闽红,唐斌. 电波科学学报. 2008(03)
[10]小波分解在雷达抗速度欺骗干扰中的运用[J]. 陈浩,何明浩,毛五星. 空军雷达学院学报. 2006(01)
博士论文
[1]雷达有源欺骗干扰综合感知方法研究[D]. 田晓.电子科技大学 2013
[2]半监督学习及其应用研究[D]. 孔怡青.江南大学 2009
硕士论文
[1]移动互联网流量识别分类系统的设计与实现[D]. 周上越.电子科技大学 2018
[2]分布式埋地光纤敲击信号识别方法研究[D]. 魏然.北京邮电大学 2018
[3]雷达有源干扰分类与识别方法研究[D]. 李娜.西安电子科技大学 2017
[4]雷达有源欺骗干扰多维特征提取与识别技术研究[D]. 檀鹏超.电子科技大学 2016
[5]基于DRFM的电子干扰检测与识别算法研究[D]. 李乾.电子科技大学 2016
[6]制导雷达抗有源欺骗干扰方法研究[D]. 成霄亮.湖南大学 2014
[7]半监督学习方法研究及在警用平台中的应用[D]. 黄明明.大连理工大学 2010
[8]雷达有源干扰信号特征分析与识别算法研究[D]. 范伟.电子科技大学 2007
本文编号:3176499
本文链接:https://www.wllwen.com/kejilunwen/jingguansheji/3176499.html