基于信道估计及其利用的辐射源聚类算法研究
发布时间：2020-12-27 13:27
辐射源信号分选是现代电子战中电子侦察的关键技术。辐射源信号分选是指将侦收到的电磁信号按照所属的辐射源进行分类。目前通常利用信号特征参数来实现辐射源信号分选,但事实上来自不同辐射源的电磁信号所含的信道特征同样具有较大差异。本文研究基于信道特征差异的辐射源智能分选方法,该方法分为两步:首先对电磁信号的信道特征进行提取,然后利用聚类技术对提取到的信道特征进行聚类从而实现辐射源信号的分选。针对本文提出的新思路,本文的主要研究内容分为两部分:一是精确提取信道特征的方法,二是研究聚类技术,将提取到的信道冲击响应作为对象开展对聚类算法的研究。针对上述研究内容,本文的主要研究工作如下:1.基于信道特征差异的辐射源智能分选技术方案概述。针对传统方法的不足,提出了基于信道特征差异实现辐射源智能分选的处理新流程。对研究问题进行了详细的阐述,建立了问题的模型,分析了研究内容中的关键问题和技术难点。提出了基于信道特征差异实现辐射源智能分选的总体方案。2.基于截获信号的信道冲击响应盲估计。本文研究的盲信道估计问题有两大难点:一是没有训练序列,二是不知晓包含信号样式、码等任何先验信息。本文通过对盲信道估计技术的研究...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：102 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究工作的背景和意义
1.2 国内外研究历史和现状
1.3 本论文的结构安排
第二章 基于信道特征差异的辐射源智能分选技术方案概述
2.1 研究问题描述
2.2 模型与关键技术难点分析
2.2.1 问题模型
2.2.2 关键技术难点分析
2.3 技术方案
第三章 基于截获信号的信道冲击响应盲估计
3.1 无线信道特性
3.1.1 无线电波传播基本模式
3.1.2 无线信道衰落特性
3.1.3 无线多径信道数学模型
3.2 基于盲均衡算法的信道冲击响应提取方案
3.2.1 盲均衡算法原理
3.2.2 修正的常数模算法
3.2.3 信道冲击响应的提取
3.3 基于截获信号的信道冲击响应盲估计仿真实验
3.3.1 盲均衡算法仿真
3.3.2 信道冲击响应提取仿真实验
3.3.3 基于实际通信系统的信道冲击响应提取
3.3.4 基于MCMA算法的信道冲击响应提取正确率
3.4 本章小结
第四章 基于信道冲击响应的辐射源聚类分析
4.1 聚类技术
4.1.1 概述
4.1.2 聚类算法的基本定义
4.1.3 距离度量函数
4.2 常用的聚类算法
4.3 本设计使用的聚类算法
4.3.1 基本顺序算法
4.3.2 基于密度的聚类算法
4.4 基于信道冲击响应的降维算法分析
4.4.1 主成分分析算法
4.4.2 基于方差的降维方法
4.5 基于信道冲击响应的聚类算法仿真分析
4.5.1 基于仿真数据的聚类算法仿真实验
4.5.2 聚类算法结果展示形式
4.5.3 基于实测数据的聚类算法仿真实验
4.5.4 聚类算法参数选择分析
4.6 本章小结
第五章 基于实测系统的辐射源智能分选试验验证
5.1 实验验证方案
5.1.1 实验平台设备
5.1.2 实验系统设计
5.2 试验中的聚类处理流程
5.3 基于信道冲击响应的辐射源分选实测试验
5.3.1 实验设计
5.3.2 实验参数
5.3.3 数据处理及结果分析
5.4 无线信道影响因素分析
5.4.1 实验设备及实验参数
5.4.2 不同实验场景的影响
5.4.3 收发天线角度的影响
5.4.4 收发天线距离的影响
5.5 信源参数对提取的信道冲击响应的影响
5.5.1 实验设计
5.5.2 码的影响
5.5.3 调制方式的影响
5.5.4 载波频率的影响
5.5.5 信号带宽的影响
5.6 相关结论
5.7 本章小结
第六章 总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻硕期间取得的研究成果
【参考文献】：
期刊论文
[1]基于星座软信息的猝发信号盲均衡算法[J]. 黄焱,邱钊洋,欧阳喜. 电子与信息学报. 2017(03)
[2]基于时域特性信道指纹的场景识别[J]. 姚凯凌,张玉立,孙有铭. 军事通信技术. 2016(02)
[3]基于MapReduce的ROCK聚类算法[J]. 赵雪,陈龙飞. 河北科技师范学院学报. 2014(01)
[4]基于DENCLUE聚类算法的交通事故多发点鉴别方法[J]. 王鸿遥,孙璐,游克思. 交通运输工程与信息学报. 2013(02)
[5]基于主成分分析的密度聚类算法[J]. 范文,孙红跃,王萍. 天津城市建设学院学报. 2012(01)
[6]SA-DBSCAN:一种自适应基于密度聚类算法[J]. 夏鲁宁,荆继武. 中国科学院研究生院学报. 2009(04)
[7]基于K-means聚类算法的研究[J]. 步媛媛,关忠仁. 西南民族大学学报(自然科学版). 2009(01)
[8]DBSCAN聚类算法的研究与改进[J]. 冯少荣,肖文俊. 中国矿业大学学报. 2008(01)
[9]聚类分析中Chameleon算法的分析与实现[J]. 喻云峰,聂承启. 计算机与现代化. 2006(09)
[10]关于CMA盲均衡算法的稳态剩余误差的研究[J]. 樊龙飞,查光明,黄顺吉. 信号处理. 1998(04)
博士论文
[1]聚类分析及其应用研究[D]. 唐东明.电子科技大学 2010
[2]基于网格方法的聚类算法研究[D]. 孙玉芬.华中科技大学 2006
硕士论文
[1]无线信道的盲估计和盲均衡技术研究[D]. 钦祥英.北京邮电大学 2019
[2]基于信道估计的辐射源特征分析与应用[D]. 饶烔恺.电子科技大学 2019
[3]改进的近邻传播聚类算法及其应用研究[D]. 唐丹.南京理工大学 2017
[4]基于BIRCH改进算法的文本聚类研究[D]. 仰孝富.北京林业大学 2013
[5]无线通信中盲信道估计技术研究[D]. 何文静.西安电子科技大学 2012
[6]基于密度和网格相结合的聚类算法及其在图像分割中的应用[D]. 康海源.中北大学 2011
[7]无线通信系统中的信道估计与均衡技术研究[D]. 曹岚健.电子科技大学 2011
[8]复杂背景信号的生成及无线信道特性的研究与实现[D]. 张坤.国防科学技术大学 2010
[9]通信系统中的盲均衡技术研究[D]. 左智奇.河北工业大学 2007
[10]传统聚类方法的分析及改进[D]. 王芳.中南大学 2007
本文编号：2941813
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：102 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究工作的背景和意义
1.2 国内外研究历史和现状
1.3 本论文的结构安排
第二章 基于信道特征差异的辐射源智能分选技术方案概述
2.1 研究问题描述
2.2 模型与关键技术难点分析
2.2.1 问题模型
2.2.2 关键技术难点分析
2.3 技术方案
第三章 基于截获信号的信道冲击响应盲估计
3.1 无线信道特性
3.1.1 无线电波传播基本模式
3.1.2 无线信道衰落特性
3.1.3 无线多径信道数学模型
3.2 基于盲均衡算法的信道冲击响应提取方案
3.2.1 盲均衡算法原理
3.2.2 修正的常数模算法
3.2.3 信道冲击响应的提取
3.3 基于截获信号的信道冲击响应盲估计仿真实验
3.3.1 盲均衡算法仿真
3.3.2 信道冲击响应提取仿真实验
3.3.3 基于实际通信系统的信道冲击响应提取
3.3.4 基于MCMA算法的信道冲击响应提取正确率
3.4 本章小结
第四章 基于信道冲击响应的辐射源聚类分析
4.1 聚类技术
4.1.1 概述
4.1.2 聚类算法的基本定义
4.1.3 距离度量函数
4.2 常用的聚类算法
4.3 本设计使用的聚类算法
4.3.1 基本顺序算法
4.3.2 基于密度的聚类算法
4.4 基于信道冲击响应的降维算法分析
4.4.1 主成分分析算法
4.4.2 基于方差的降维方法
4.5 基于信道冲击响应的聚类算法仿真分析
4.5.1 基于仿真数据的聚类算法仿真实验
4.5.2 聚类算法结果展示形式
4.5.3 基于实测数据的聚类算法仿真实验
4.5.4 聚类算法参数选择分析
4.6 本章小结
第五章 基于实测系统的辐射源智能分选试验验证
5.1 实验验证方案
5.1.1 实验平台设备
5.1.2 实验系统设计
5.2 试验中的聚类处理流程
5.3 基于信道冲击响应的辐射源分选实测试验
5.3.1 实验设计
5.3.2 实验参数
5.3.3 数据处理及结果分析
5.4 无线信道影响因素分析
5.4.1 实验设备及实验参数
5.4.2 不同实验场景的影响
5.4.3 收发天线角度的影响
5.4.4 收发天线距离的影响
5.5 信源参数对提取的信道冲击响应的影响
5.5.1 实验设计
5.5.2 码的影响
5.5.3 调制方式的影响
5.5.4 载波频率的影响
5.5.5 信号带宽的影响
5.6 相关结论
5.7 本章小结
第六章 总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻硕期间取得的研究成果
【参考文献】：
期刊论文
[1]基于星座软信息的猝发信号盲均衡算法[J]. 黄焱,邱钊洋,欧阳喜. 电子与信息学报. 2017(03)
[2]基于时域特性信道指纹的场景识别[J]. 姚凯凌,张玉立,孙有铭. 军事通信技术. 2016(02)
[3]基于MapReduce的ROCK聚类算法[J]. 赵雪,陈龙飞. 河北科技师范学院学报. 2014(01)
[4]基于DENCLUE聚类算法的交通事故多发点鉴别方法[J]. 王鸿遥,孙璐,游克思. 交通运输工程与信息学报. 2013(02)
[5]基于主成分分析的密度聚类算法[J]. 范文,孙红跃,王萍. 天津城市建设学院学报. 2012(01)
[6]SA-DBSCAN:一种自适应基于密度聚类算法[J]. 夏鲁宁,荆继武. 中国科学院研究生院学报. 2009(04)
[7]基于K-means聚类算法的研究[J]. 步媛媛,关忠仁. 西南民族大学学报(自然科学版). 2009(01)
[8]DBSCAN聚类算法的研究与改进[J]. 冯少荣,肖文俊. 中国矿业大学学报. 2008(01)
[9]聚类分析中Chameleon算法的分析与实现[J]. 喻云峰,聂承启. 计算机与现代化. 2006(09)
[10]关于CMA盲均衡算法的稳态剩余误差的研究[J]. 樊龙飞,查光明,黄顺吉. 信号处理. 1998(04)
博士论文
[1]聚类分析及其应用研究[D]. 唐东明.电子科技大学 2010
[2]基于网格方法的聚类算法研究[D]. 孙玉芬.华中科技大学 2006
硕士论文
[1]无线信道的盲估计和盲均衡技术研究[D]. 钦祥英.北京邮电大学 2019
[2]基于信道估计的辐射源特征分析与应用[D]. 饶烔恺.电子科技大学 2019
[3]改进的近邻传播聚类算法及其应用研究[D]. 唐丹.南京理工大学 2017
[4]基于BIRCH改进算法的文本聚类研究[D]. 仰孝富.北京林业大学 2013
[5]无线通信中盲信道估计技术研究[D]. 何文静.西安电子科技大学 2012
[6]基于密度和网格相结合的聚类算法及其在图像分割中的应用[D]. 康海源.中北大学 2011
[7]无线通信系统中的信道估计与均衡技术研究[D]. 曹岚健.电子科技大学 2011
[8]复杂背景信号的生成及无线信道特性的研究与实现[D]. 张坤.国防科学技术大学 2010
[9]通信系统中的盲均衡技术研究[D]. 左智奇.河北工业大学 2007
[10]传统聚类方法的分析及改进[D]. 王芳.中南大学 2007
本文编号：2941813
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2941813.html
