现代雷达辐射源信号分选与识别

前言
第1章 绪论1
1.1现代雷达辐射源特点1
1.1.1技术特点1
1.1.2信号特征及变化样式4
1.2分选与识别面临的挑战11
1.2.1信号幅度变化不规律11
1.2.2工作频带宽变化多样12
1.2.3信号参数多变、快变13
1.2.4信号波形变化复杂14
1.2.5信号特征日益隐蔽15
1.3分选与识别的现状与趋势16
1.3.1脉内特征参数16
1.3.2分类器23
1.4主要内容与章节安排25
参考文献26
第2章 基于PRI的雷达辐射源信号分选32
2.1直方图分选方法32
2.1.1统计直方图分选32
2.1.2累积差直方图分选33
2.1.3序列差直方图分选35
2.2平面变换技术37
2.3PRI变换算法41
2.3.1PRI变换的原理42
2.3.2PRI变换的检测门限44
2.3.3运算量分析45
2.4基于SDIF和PRI变换结合的方法45
2.5PRI分选的缺点47
2.6本章小结48
参考文献48
第3章 雷达辐射源信号脉内特征参数提取50
3.1常用脉内特征参数提取方法50
3.1.1瞬时自相关算法50
3.1.2傅里叶变换法50
3.1.3短时傅里叶变换51
3.1.4Wigner-Ville分布51
3.1.5小波变换法51
3.2频域复杂度特征52
3.2.1提取原理52
3.2.2实验与分析55
3.3时频域模糊函数特征57
3.3.1提取原理58
3.3.2实验与分析61
3.4变换域双谱特征63
3.4.1提取原理63
3.4.2实验与分析66
3.5本章小结68
参考文献69
第4章 雷达辐射源信号脉内特征参数评估与选择70
4.1常用评估方法70
4.1.1基于满意特征选择法70
4.1.2基于粗集理论的特征选择法70
4.1.3基于主成分分析的特征选择法71
4.2基于多指标的特征参数评估方法71
4.2.1评估指标的构建71
4.2.2评估指标的计算73
4.2.3评估指标的规范化78
4.2.4评估实验与分析79
4.3基于分级多指标的评估方法81
4.3.1分级评估模型构建81
4.3.2信噪比评估方法83
4.3.3指标权重的确定84
4.3.4评估实验与分析85
4.4本章小结88
参考文献89
第5章 SVM分类器评估与选择90
5.1核函数及其对SVM的影响90
5.1.1核理论90
5.1.2核函数92
5.1.3实验与分析93
5.2基于多指标的核函数综合评估与选择方法96
5.2.1评估指标及模型的建立96
5.2.2评估指标计算方法97
5.2.3实验与分析101
5.3基于智能优化算法的SVM模型参数寻优方法104
5.3.1优化问题及智能优化算法104
5.3.2基于智能优化算法的SVM模型参数优化方法107
5.3.3实验与分析108
5.4基于多指标的SVM算法性能评估112
5.4.1评估指标及其计算方法112
5.4.2实验与分析114
5.5本章小结116
参考文献116
第6章 雷达辐射源识别系统效果评估118
6.1识别率测试结果118
6.1.1识别率的含义及性质118
6.1.2MRR呈正态分布的证明119
6.1.3MRR样本的生成121
6.2评估指标的构建122
6.2.1评估指标构建原则122
6.2.2评估指标的选取123
6.2.3评估指标的层次结构124
6.3评估指标的计算125
6.3.1MRR均值的计算125
6.3.2MRR方差的计算126
6.3.3MRR分布指标的计算126
6.3.4MRR独立性指标的计算128
6.3.5实验与分析129
6.4基于模糊综合评判的评估方法132
6.4.1模糊理论及模糊综合评判法132
6.4.2实验与分析134
6.5本章小结135
参考文献135
第7章 雷达辐射源工作模式识别137
7.1现代雷达典型工作模式分析137
7.1.1搜索模式137
7.1.2跟踪模式138
7.1.3武器控制模式138
7.1.4综合工作模式139
7.2基于重频的工作模式识别140
7.2.1雷达重频模式分析140
7.2.2提取原理142
7.2.3实验与分析145
7.3基于脉幅的工作模式识别146
7.3.1雷达扫描方式分析146
7.3.2提取原理148
7.3.3实验与分析153
7.4基于数据率的工作模式识别156
7.4.1相控阵雷达数据率与工作模式关系156
7.4.2基于数据率的相控阵雷达工作模式识别方法159
7.5本章小结160
参考文献160