声明
摘要
第一章绪论
1.1论文研究的背景和意义
1.2国内外研究现状分析
1.3雷达信号脉内调制类型概述及脉内分析流程
1.4深度学习的研究与应用
1.5论文研究内容及结构安排
2.1引言
2.2雷达信号数学模型
2.3雷达辐射源信号脉内调制类型分析
2.3.1常规信号
2.3.2线性调频信号
2.3.3非线性调频信号
2.3.4频率编码信号
2.3.5相位编码信号
2.4本章小结
3.1引言
3.2基于瞬时自相关的雷达信号脉内特征分析
3.2.1瞬时自相关算法及其改进
3.2.2典型信号的瞬时频率特征
3.2.3分类特征向量提取的级联归一化处理
3.2.4基于瞬时频率的派生特征识别
3.3基于短时傅里叶的雷达信号脉内特征分析
3.3.1算法原理
3.3.2瞬时频率特征提取
3.3.3基于归一化瞬时频率的特征选择及自动识别判断
3.4本章小结
4.1引言
4.2神经网络概述
4.2.1 BP神经网络
4.2.2 PNN神经网络
4.2.3 GRNN神经网络
4.2.4基于交叉验证法改进神经网络
4.3仿真分析
4.4本章小结
第五章基于联合时频特征的雷达信号调制类型识别
5.1引言
5.2深度学习结构
5.3基于深度学习的雷达辐射源识别
5.3.1随机投影
5.3.2主成分分析
5.3.3深度联合时频特征提取
5.3.4有监督精度调谐和识别
5.3.5仿真实验和结论分析
5.4本章小结
第六章总结与展望
6.1全文总结
6.2未来展望
致谢
参考文献
作者简介