声明
第1章 绪论
1.1 课题的研究背景及意义
1.2 课题的国内外研究现状
1.2.1卷积神经网络研究概况
1.2.2粒子群优化算法研究概况
1.2.3雷达信号识别研究概况
1.3 课题研究内容及主要章节安排
第2章 人工卷积神经网络
2.1 人工神经网络
2.2 卷积神经网络
2.2.1 卷积神经网络的特点
2.2.2 卷积神经网络结构
2.3 本章小结
第3章 改进量子粒子群优化算法
3.1 PSO算法描述
3.1.1 PSO算法原理
3.1.2 PSO算法设计步骤
3.1.3 PSO算法具体流程及框图
3.1.4 PSO算法的局限性与改进
3.2 QPSO算法描述
3.2.1 QPSO算法原理
3.2.2 QPSO算法流程和框图
3.2.3 QPSO算法优点及局限性
3.3 基于自适应收缩-扩张因子和差分进化算法的QPSO算法
3.3.1 自适应收缩-扩张因子
3.3.2 差分进化算子
3.3.3 IQPSO算法流程及框图
3.3.4 数值仿真实验
3.3.5 实验结果与分析
3.4 本章小结
第4章 基于IQPSO的卷积神经网络设计
4.1 基于IQPSO的卷积神经网络
4.1.1 IQPSO算法简要描述
4.1.2 设计方案与编码策略
4.1.3 流程图与计算步骤
4.2 UCI数据集仿真测试实验
4.2.1 测试仿真实验
4.3 本章小结
第5章 雷达信号的仿真与识别
5.1 雷达信号仿真
5.1.1 常规脉冲雷达信号
5.1.2 线性调频雷达信号
5.1.3 非线性调频雷达信号
5.1.4 频域编码的雷达信号
5.1.5 相位编码的雷达信号
5.2雷达信号处理与识别
5.2.1 雷达信号的预处理
5.2.2 网络的设计和信号识别
5.3 本章小结
总结与展望
参考文献
攻读硕士期间发表的学术成果
攻读硕士期间获得的奖励
致谢
江苏科技大学;