基于小波变换的雷达脉内调制特征分选识别
发布时间：2021-10-13 10:40
自动调制分类是在没有先验信息的情况下对接收信号的调制类型进行判别,是信号监测和解调之间不可缺少的重要一环,广泛应用在军事和民用通信领域,例如感知无线电,自适应调制和编码,频谱监测和电子战系统等。特别是电子战中,雷达脉内信号调制识别相关算法结合接收机设备对调制类型的实时识别在战场上意义非凡。通过调制类型获取雷达本身的体制,工作状态等信息,可以充分占据主动权。然而当前电磁环境日益复杂,识别算法的抗干扰能力有待加强;各种宽带,超宽带雷达信号对处理速度也带来了极大挑战;脉内信号调制种类不断增多;这些问题都对现在的脉内信号识别提出了新的挑战。本文结合已有的小波和小波包特征提取算法,引入聚类中心计算各类中心之间距离从而选择不同的特征提取方法,并对选择什么样的小波基和分类器进行研究,设计了一种特征提取识别方法,并在“复杂电磁环境监测”项目的硬件基础上得到了实现。研究主要包括以下几个内容。首先,理论研究和分析现有的特征提取方法。研究常用的雷达特征提取方法,小波理论的基础知识,分析小波理论提取雷达脉内特征的优势。其次,提出改进的结合小波变换和小波包变换的特征提取方法。通过对比小波分析的各种方法,包括单小...
【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】：76 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 国内外研究历史与现状
1.2.1 雷达信号分选识别研究现状
1.2.2 小波理论的研究发展
1.2.3 小波理论在雷达脉内调制特征识别领域的现状
1.3 本文的研究内容
1.4 本论文的结构框架
第二章 小波理论基础和雷达特征提取基础
2.1 小波变换相关基础
2.1.1 小波变换原理
2.1.2 小波变换的特点和作用
2.1.3 连续和离散小波变换
2.1.4 小波包变换
2.1.5 多分辨分析和Mallat算法
2.2 雷达特征提取方法
2.2.1 熵特征法
2.2.2 小波脊线与瞬时频率
2.2.3 相像系数法
2.2.4 小波在雷达信号特征提取中的优势
2.3 总体方案设计
2.4 本章小结
第三章 基于小波理论的脉内信号调制特征自动识别方法
3.1 小波理论的特征提取方法
3.1.1 基于小波尺度间去噪的特征提取方法
3.1.2 基于小波包的特征提取方法
3.2 改进方法的提出
3.2.1 改进整体思路
3.2.2 小波基的选择
3.2.3 分类器的选择
3.3 本章小结
第四章 脉内特征提取方法的仿真验证和实现
4.1 基于小波理论改进的特征识别算法性能
4.1.1 已有的基于小波包变换的特征提取方法
4.1.2 现有的方法和改进的方法的性能比较
4.2 应用实现研究
4.2.1 实现的方法选择
4.2.2 搭建实验平台
4.2.3 实现结果分析
4.3 本章小结
第五章 全文总结与展望
5.1 全文总结
5.2 后续工作展望
致谢
参考文献
【参考文献】：
期刊论文
[1]基于定子电流的无刷直流电机轴承故障诊断[J]. 卞皓,王晓琳,邓智泉. 南京航空航天大学学报. 2020(02)
[2]基于小波分析的矿用通风机故障诊断研究[J]. 张永杰. 机械工程师. 2020(04)
[3]基于小波变换的红外热成像图像处理的无损检测技术[J]. 梁栋,顾杰宁,张陈,王胜. 物联网技术. 2020(03)
[4]基于多尺度残差网络和小波变换的LPI雷达信号识别[J]. 刘赢,田润澜,董会旭. 电讯技术. 2019(12)
[5]基于小波不变矩的雷达辐射源信号识别[J]. 曹晓航,汪立新,束学渊. 计算机工程与应用. 2020(19)
[6]小波分析在图像处理中的应用[J]. 郭华. 数字通信世界. 2019(08)
[7]一种引力搜索优化神经网络的调制识别算法[J]. 杨洁,吴凤杰. 西安邮电大学学报. 2019(04)
[8]独立分量分析联合小波变换的多分量信号调制识别研究[J]. 童超,刁鸣,杨承志. 科学技术与工程. 2016(30)
[9]一种新的雷达辐射源信号识别方法[J]. 章琴,刘以安. 微型机与应用. 2015(12)
[10]基于小波变换与SVM的调制信号识别方法[J]. 席敏,朱国魂,姜茜. 桂林电子科技大学学报. 2014(04)
博士论文
[1]基于脉内特征的雷达辐射源信号识别研究[D]. 余志斌.西南交通大学 2010
硕士论文
[1]数字调制信号的参数估计与调制识别技术的研究[D]. 王永志.哈尔滨工程大学 2019
[2]基于时频分析的雷达信号调制方式识别技术研究[D]. 刘康宁.西安电子科技大学 2014
[3]复杂体制雷达辐射源信号特征评价[D]. 杨志新.西南交通大学 2012
本文编号：3434500
【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】：76 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 国内外研究历史与现状
1.2.1 雷达信号分选识别研究现状
1.2.2 小波理论的研究发展
1.2.3 小波理论在雷达脉内调制特征识别领域的现状
1.3 本文的研究内容
1.4 本论文的结构框架
第二章 小波理论基础和雷达特征提取基础
2.1 小波变换相关基础
2.1.1 小波变换原理
2.1.2 小波变换的特点和作用
2.1.3 连续和离散小波变换
2.1.4 小波包变换
2.1.5 多分辨分析和Mallat算法
2.2 雷达特征提取方法
2.2.1 熵特征法
2.2.2 小波脊线与瞬时频率
2.2.3 相像系数法
2.2.4 小波在雷达信号特征提取中的优势
2.3 总体方案设计
2.4 本章小结
第三章 基于小波理论的脉内信号调制特征自动识别方法
3.1 小波理论的特征提取方法
3.1.1 基于小波尺度间去噪的特征提取方法
3.1.2 基于小波包的特征提取方法
3.2 改进方法的提出
3.2.1 改进整体思路
3.2.2 小波基的选择
3.2.3 分类器的选择
3.3 本章小结
第四章 脉内特征提取方法的仿真验证和实现
4.1 基于小波理论改进的特征识别算法性能
4.1.1 已有的基于小波包变换的特征提取方法
4.1.2 现有的方法和改进的方法的性能比较
4.2 应用实现研究
4.2.1 实现的方法选择
4.2.2 搭建实验平台
4.2.3 实现结果分析
4.3 本章小结
第五章 全文总结与展望
5.1 全文总结
5.2 后续工作展望
致谢
参考文献
【参考文献】：
期刊论文
[1]基于定子电流的无刷直流电机轴承故障诊断[J]. 卞皓,王晓琳,邓智泉. 南京航空航天大学学报. 2020(02)
[2]基于小波分析的矿用通风机故障诊断研究[J]. 张永杰. 机械工程师. 2020(04)
[3]基于小波变换的红外热成像图像处理的无损检测技术[J]. 梁栋,顾杰宁,张陈,王胜. 物联网技术. 2020(03)
[4]基于多尺度残差网络和小波变换的LPI雷达信号识别[J]. 刘赢,田润澜,董会旭. 电讯技术. 2019(12)
[5]基于小波不变矩的雷达辐射源信号识别[J]. 曹晓航,汪立新,束学渊. 计算机工程与应用. 2020(19)
[6]小波分析在图像处理中的应用[J]. 郭华. 数字通信世界. 2019(08)
[7]一种引力搜索优化神经网络的调制识别算法[J]. 杨洁,吴凤杰. 西安邮电大学学报. 2019(04)
[8]独立分量分析联合小波变换的多分量信号调制识别研究[J]. 童超,刁鸣,杨承志. 科学技术与工程. 2016(30)
[9]一种新的雷达辐射源信号识别方法[J]. 章琴,刘以安. 微型机与应用. 2015(12)
[10]基于小波变换与SVM的调制信号识别方法[J]. 席敏,朱国魂,姜茜. 桂林电子科技大学学报. 2014(04)
博士论文
[1]基于脉内特征的雷达辐射源信号识别研究[D]. 余志斌.西南交通大学 2010
硕士论文
[1]数字调制信号的参数估计与调制识别技术的研究[D]. 王永志.哈尔滨工程大学 2019
[2]基于时频分析的雷达信号调制方式识别技术研究[D]. 刘康宁.西安电子科技大学 2014
[3]复杂体制雷达辐射源信号特征评价[D]. 杨志新.西南交通大学 2012
本文编号：3434500
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3434500.html
