被动雷达导引头信号分选算法研究
发布时间:2023-03-11 05:23
被动雷达导引头主要应用在反辐射导弹中,需要在相对复杂的电磁环境中快速、实时地更新目标的角度信息,从而引导反辐射导弹对目标进行打击。信号分选是从交错的脉冲流中分选出目标雷达信号的过程,是被动雷达导引头的重要组成部分。本文致力于提高被动雷达导引头对多种类型并存信号的快速分选能力。当前体制下的雷达信号分选主要包括预分选和主分选两部分。传统的预分选主要利用不同雷达的脉冲描述字差异对脉冲串进行分层滤波;传统的主分选则是根据滤波后的脉冲到达时间进行级差的计算并设置一定的门限来提取目标的脉冲重复周期。随着当前电磁环境的复杂度的提高,频率捷变、重频参差、重频抖动、脉宽抖动、载频抖动等多种类型信号交叠。传统的分层预分选对选取的首脉冲和参数容差好坏较为敏感,选取不当,容易造成累积误差,最终计算出的参数中心逐渐偏离真实的参数中心。传统的主分选则难以应对频率捷变和大量脉冲丢失的情况。对于预分选本文主要研究了多参数聚类算法来解决传统预分选累积误差的问题,并针对线性可分数据和线性不可分数据的适应性,分别选取了模糊聚类和支持向量聚类算法为代表,作了深入研究。论文主要工作如下:1.针对传统主分选难以适应脉冲丢失及频率...
【文章页数】:76 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 课题背景
1.2 课题的研究目的及意义
1.3 国内外研究现状
1.3.1 基于到达时间的单参数分选算法研究
1.3.2 基于PDW的多参数聚类分选算法研究
1.4 本论文的主要工作及各章节安排
第2章 单参数分选理论基础
2.1 引言
2.2 脉冲描述字
2.3 典型雷达信号及PRI描述
2.3.1 常规雷达信号
2.3.2 脉间捷变雷达信号
2.3.3 脉组捷变雷达信号
2.3.4 参差雷达信号
2.4 传统预分选算法
2.5 传统主分选算法
2.5.1 动态关联法
2.5.2 差值直方图算法
2.5.3 累积差值直方图算法(CDIF)
2.5.4 序列差值直方图算法(SDIF)
2.5.5 相关函数法
2.5.6 PRI变换法
2.6 基于谐波的PRI提取算法
2.6.1 基本原理
2.6.2 实现步骤
2.6.3 仿真分析
2.7 本章小结
第3章 基于模糊聚类的多参数预分选
3.1 引言
3.2 模糊聚类算法原理
3.3 改进的模糊聚类算法
3.3.1 数据抽取
3.3.2 跟踪法聚类
3.3.3 各个分类下PRI提取
3.4 仿真分析
3.5 本章小结
第4章 基于支持向量聚类的多参数预分选
4.1 引言
4.2 支持向量聚类算法原理
4.2.1 SVC计算
4.2.2 常用簇标定算法
4.2.3 改进的簇标定算法(ISEP)
4.3 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢
本文编号:3759279
【文章页数】:76 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第1章 绪论
1.1 课题背景
1.2 课题的研究目的及意义
1.3 国内外研究现状
1.3.1 基于到达时间的单参数分选算法研究
1.3.2 基于PDW的多参数聚类分选算法研究
1.4 本论文的主要工作及各章节安排
第2章 单参数分选理论基础
2.1 引言
2.2 脉冲描述字
2.3 典型雷达信号及PRI描述
2.3.1 常规雷达信号
2.3.2 脉间捷变雷达信号
2.3.3 脉组捷变雷达信号
2.3.4 参差雷达信号
2.4 传统预分选算法
2.5 传统主分选算法
2.5.1 动态关联法
2.5.2 差值直方图算法
2.5.3 累积差值直方图算法(CDIF)
2.5.4 序列差值直方图算法(SDIF)
2.5.5 相关函数法
2.5.6 PRI变换法
2.6 基于谐波的PRI提取算法
2.6.1 基本原理
2.6.2 实现步骤
2.6.3 仿真分析
2.7 本章小结
第3章 基于模糊聚类的多参数预分选
3.1 引言
3.2 模糊聚类算法原理
3.3 改进的模糊聚类算法
3.3.1 数据抽取
3.3.2 跟踪法聚类
3.3.3 各个分类下PRI提取
3.4 仿真分析
3.5 本章小结
第4章 基于支持向量聚类的多参数预分选
4.1 引言
4.2 支持向量聚类算法原理
4.2.1 SVC计算
4.2.2 常用簇标定算法
4.2.3 改进的簇标定算法(ISEP)
4.3 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢
本文编号:3759279
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3759279.html