雷达辐射源信号脉内分选方法研究

1 绪论

1.1 雷达辐射源分选及其研究意义

1.2 国内外研究现状分析

1.2.1 基于脉间参数特征的分选算法

1.2.2 脉内细微特征的分析

1.2.3 聚类分选

1.3 小结

2 符号化脉内特征提取

2.1 频谱符号熵特征

2.1.1 符号时间序列分析

2.1.2 频谱序列符号化方法

2.1.3 频谱符号熵

2.2 雷达辐射源信号特征提取算法

2.3 符号熵抗噪性能分析

2.4 符号化脉内特征性能分析

2.5 仿真实例

2.5.1 最小距离分类器方法

2.5.2 利用脉内调制信息进行信号分选

2.6 小结

3 频谱小波变换特征提取

3.1 辐射源信号频谱小波变换特征提取

3.1.1 频谱小波变换

3.1.2 小波变换尺度间相关性去噪过程

3.1.3 特征提取算法

3.2 熵特征性能分析

3.3 小结

4 一阶差分自相关特征提取

4.1 一阶差分自相关包络特征.

4.2 典型雷达信号的差分自相关包络特征

4.2.1 常规脉冲（CW）

4.2.2 线性调频（LFM）

4.2.3 相位编码（PSK）

4.2.4 频率编码（FSK）

4.2.5 非线性二次调频（NLFM）

4.3 自相关时延选择算法.

4.4 差分自相关包络特征性能分析

4.4.1 七种典型信号在信噪比变化情况下的特征分析

4.4.2 信号调制参数发生变化情况下的特征分析.

4.4.3 聚类分析方法

4.5 小结

5 雷达信号个体特征提取

5.1 雷达发射机相位噪声.

5.2 雷达辐射源信号双谱分析

5.2.1 信号双谱的数学描述.

5.2.2 双谱估计的直接法

5.2.3 相位噪声的双谱分析

5.2.4 围线积分双谱及其二次特征提取

5.3 仿真实验

5.4 小结

6 雷达辐射源信号分类数目估计

6.1 主成分数目估计

6.1.1 主成分分析

6.1.2 最大对数似然估计函数

6.2 雷达辐射源信号分类数目估计算法

6.3 仿真实验及结果分析

6.3.1 基于脉冲包络特征的雷达辐射源数目估计

6.3.2 利用频谱小波变换估计雷达辐射源信号分类数目

6.3.3 差分自相关包络特征估计雷达辐射源信号分类数目

6.4 小结

7 基于灰关联测度的聚类分选算法

7.1 GRADHC算法

7.1.1 算法中的相关概念

7.1.2 算法过程和参数设置

7.1.3 GRADHC算法的有效性指标

7.2 Benchmarks实验与分析

7.3 基于GRADHC的聚类分选

7.4 小结

8 结论和展望

8.1 主要工作与研究成果总结

8.2 后续工作的展望

参考文献

《云南财经大学前沿研究丛书：雷达辐射源信号脉内分选方法研究》针对截获的未知雷达脉冲信号，在传统分选性能急剧下降，甚至完全失效的情形下，从雷达辐射源信号的有意和无意调制特征提取与性能分析、雷达辐射源信号的分类数目估计和聚类分选算法三个方面对基于脉内特征的雷达辐射源信号分选相关理论问题展开讨论和研究。
　　《云南财经大学前沿研究丛书：雷达辐射源信号脉内分选方法研究》共分为8章，主要内容有：（1）研究复杂雷达辐射源信号脉内调制特性，提出符号化时间序列特征、频谱小波变换特征和差分自相关包络特征的提取算法，以便提取和补充新的、适合于工程应用的有效分选特征向量（DFV）。
　　（2）雷达辐射源信号因无法避免的雷达发射机相位噪声影响而具有无意调制个体特征。《云南财经大学前沿研究丛书：雷达辐射源信号脉内分选方法研究》采用围线积分双谱提取由振荡器相位噪声所造成的无意调制个体特征，并将围线积分双谱的均值、波形熵和双谱熵作为量化特征衡量不同雷达辐射源之间的个体差异。
　　（3）针对雷达辐射源信号特征分布形式复杂、类边界归并突出的问题，提出一种基于灰关联测度的聚类分选模型，并对其涉及的各种相关理论问题展开详细而专门的讨论。