导读:本文包含了脉内调制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信号,特征,神经网络,相位,卷积,图像,参数。
脉内调制论文文献综述
王书豪,阮怀林,吴世俊[1]（2019）在《对雷达信号脉内调制的识别算法研究》一文中研究指出针对多种脉内调制信号同时存在的识别问题,提出了基于分数阶傅里叶变换(FRFT)和多重相位差分相结合的雷达信号脉内调制识别算法,通过两种识别算法的嵌套使用,实现了信号的粗分到细分。采用FRFT区分线性调频(LFM)信号与其它编码信号,采用多重相位差分识别频率编码信号与相位编码信号,通过仿真实验验证了该信号识别算法的有效性。(本文来源于《舰船电子对抗》期刊2019年04期）
王彩洁[2]（2019）在《低信噪比下雷达脉内调制信号的识别与参数估计》一文中研究指出随着现代电子战场复杂多样,信息多元化,常见脉冲参数不能有效描述雷达信号的本质特征,对雷达细微特征的研究越来越重要.本文通过对脉内特征的研究,使其对辐射源信号识别提供可靠的依据.本文针对常规信号(NS)、线性调频信号(LFM)、双线性调频信号(DLFM)、多项式调频信号(PPS)、二相编码信号(BPSK)、四相编码信号(QPSK)、多相编码信号(MPSK)、频率编码信号(FSK)以及复合调制信号频率编码-二相编码信号(FSK-BPSK)和线性调频-二相编码信号(LFM-BPSK)进行识别和参数估计并对S型调频信号进行研究.首先,对分数阶傅立叶变换进行研究,利用二维搜索算法精确搜索各个信号的匹配阶次并分析其对应的分数谱图,并对脉内信号的相位结合延时相关、多重一阶差分以及线性回归进行分析,通过对匹配阶次、分数谱图、阶次图结合各种算法进行研究,实现10种信号在信噪比为-10dB时有效识别.其次,基于识别结果利用二阶矩四阶矩法、修正的Rife算法和多尺度haar小波变换等对10种信号中的参数在信噪比为0dB以上时进行精确的估计.最后,对相位逗留原理和S型调频信号的生成过程进行推导,并基于相位差分和小波变换根据S型调频信号的时频图对其进行识别.为了验证算法的有效性,利用MATLAB进行了大量的仿真实验.本文提供的分析方法是总结前人在低信噪比下对雷达脉内信号无法识别且估计精度低的缺陷提出,并且创造性的提出S型调频信号的设计与信号识别,为辐射源信号的识别提供宝贵的技术参考.(本文来源于《东北师范大学》期刊2019-05-01）
郑渝,沈永健,周云生[3]（2019）在《基于多层双向LSTM的雷达信号脉内调制识别》一文中研究指出雷达信号脉内调制识别在非合作信号分析中具有重要的价值,现有的识别方法大多基于单一的信号脉内特征,如时频特征、模糊图函数等,然而此类方法在实际分类识别中存在普适性较差、抗噪性能较低的缺陷。近年来亦有学者将深度学习方法用于雷达信号调制识别,但都是基于人工特征提取后进一步的分类识别。提出一种基于双向长短时记忆(LSTM)深度网络的雷达信号脉内调制识别方法,采用LSTM单元构建深度神经网络,并设计原始信号数据库对其训练,将网络学习到的特征作为分类依据进行信号识别。仿真结果表明,在低信噪比的情况下,模型具有较好的识别性能,能适应多种复杂调制方式信号。(本文来源于《遥测遥控》期刊2019年01期）
毛校洁[4]（2019）在《雷达信号脉内调制类型识别方法研究》一文中研究指出雷达信号的脉内调制识别是雷达电子战中的一项关键技术,在雷达侦察系统中有着重要的应用。然而,随着雷达技术的快速发展,以低截获概率雷达为代表的新体制雷达不断出现,不仅让雷达信号的调制方式越来越多样化,而且使雷达信号正常工作的信噪比(Signal-Noise Ratio,SNR)门限也越来越低,造成了一些只针对少数几种信号、抗噪性差的传统雷达脉内调制识别算法失效,这对雷达信号脉内调制识别算法提出了新的挑战。因此,本文主要针对低信噪比下雷达信号脉内调制识别问题进行了深入的研究,提出了叁种不同的雷达信号脉内调制识别算法。具体包括:首先,提出了一种基于奇异值熵和分形维数的雷达信号脉内调制识别算法。该算法首先通过Choi-Williams分布(Choi-Williams Distribution,CWD)得到信号的时频图像,提取时频图像的奇异值熵;然后再提取信号频谱的盒维数与信息维数,组成叁维特征向量;最后使用基于支持向量机(Support Vector Machines,SVM)的分类器实现雷达信号的分类识别。对8种典型雷达信号的仿真试验结果表明,该方法抗噪性强、识别率高。其次,提出了一种基于卷积神经网络的雷达信号脉内调制识别算法。该算法首先通过提取雷达信号的时频图像,然后经过一系列的图像处理包括二维维纳滤波、双线性插值法和大津法,将信号的时频图像变成二值图像,最后通过设计一个卷积神经网络,实现雷达信号的脉内调制识别。仿真试验结果表明,该算法能在低信噪比下有效识别12种雷达信号。另外,本文为Cohen类时频分布(Cohen Class Time-frequency Distribution,CTFD)引入了一个新的核函数,仿真试验表明新核函数的CTFD更适合于提取雷达信号的时频图像。最后,提出了一种基于卷积去噪自编码器的雷达信号脉内调制识别算法。该算法通过结合卷积去噪自编码器和Inception网络模块,设计了一个深度卷积神经网络分类信号的时频图像。该算法流程简单,不需要过多的预处理过程,能直接将调整尺寸且归一化处理后的信号时频图像作为深度卷积神经网络的输入,实现雷达信号的脉内调制识别。虽然该算法使用的卷积神经网络层数较多,但是由于其采用了Inception网络模块,所以网络参数量较少,且分类性能好。对12种雷达信号的仿真试验结果表明,该算法不仅抗噪声性强,而且具有很好的泛化能力。(本文来源于《哈尔滨工程大学》期刊2019-01-01）
赵学志[5]（2018）在《集中式MIMO雷达脉内调制类型识别和参数估计算法研究》一文中研究指出多输入多输出雷达(Multiple-Input Multiple-Output Radar,MIMO Radar)是一种新型体制雷达,该雷达通过发射端与接收端的多个天线传送和接收数据,具有良好的反隐身、低截获、抗干扰和高分辨性能。对MIMO雷达进行侦察具有较大难度,有效地识别MIMO雷达信号的调制类型以及准确地估计出雷达信号参数对MIMO雷达的侦察研究尤为重要。本文针对MIMO雷达侦察难题,将集中式MIMO雷达叁种常用信号作为研究对象,从理论分析和计算机仿真两方面,主要研究了以下3部分内容:1.研究了集中式MIMO雷达的基本原理、叁种常用集中式MIMO雷达信号,从理论的角度分析了常用雷达信号的时频特点,讨论了集中式MIMO雷达接收信号的处理流程,包括匹配滤波、虚拟阵元、数字波束形成等,并对集中式MIMO雷达的侦察模型进行了分析。2.研究了集中式MIMO雷达信号的调制类型识别算法,包括基于部分零时延瞬时自相关谱的识别算法和基于短时傅里叶变换(STFT)的识别算法,理论分析了线性调频MIMO雷达信号、相位编码MIMO雷达信号和频率编码MIMO雷达信号的时频特征。针对MMO雷达信号采用基于部分零时延瞬时自相关谱的算法进行调制类型识别,并通过实验仿真得出该算法在不同信噪比下的识别效果。经过分析,该算法在降低计算量的条件下可以有效地识别MIMO雷达信号的调制类型。针对盲源分离后的MIMO雷达信号采用基于短时傅里叶变换的算法进行调制类型识别,并通过仿真验证了算法的有效性以及可行性。3.研究了集中式MIMO雷达信号的参数估计算法,针对已识别出具体调制类型的MIMO雷达分离信号,采用不同算法针对特定的雷达信号进行参数估计研究,其中采用短时傅里叶变换时频分析的方法对线性调频雷达信号的调频斜率进行估计;采用多尺度Haar小波变换法对相位编码雷达信号的子码宽度进行估计;采用瞬时频率序列跳变点检测法对频率编码雷达信号的子码宽度进行估计。最后通过实验仿真验证了所研究算法在不同信噪比下的估计效果,在允许的估计误差范围内,本文所研究算法能有效的对MIMO雷达分离信号的各种参数进行估计。通过对上述叁部分内容的研究,即在理论分析MIMO雷达工作原理以及常用雷达信号时频特点的基础上,从MIMO雷达信号以及盲源分离后得到的普通雷达信号两个方面对MIMO雷达调制类型进行识别,然后采用相应的的参数估计算法提取信号的重要参数,进而获得对抗MIMO雷达信号的有利情报信息。(本文来源于《西安电子科技大学》期刊2018-06-01）
蒋兵[6]（2018）在《基于时频分析的雷达信号脉内调制识别技术研究》一文中研究指出随着现代电子和雷达技术的快速发展,电磁信号也越来越密集,电磁威胁环境的信号密度最高可达百万量级,新体制的雷达不断涌现并逐渐占据主导地位。基于常规参数的辐射源信号识别已不能满足日益复杂的电磁信号环境,必须深入研究信号的脉内特征参数来适应现代电子战环境的需求。脉内特征分析是一项80年代中期开始研究的新技术,90年代国外已经装备了先进的细微特征提取分析设备,增强了外军的电子战实力。这项技术中,脉内特征的提取方法一直是科研、工程人员研究的重要课题,经过不懈努力,已经探索出一些行之有效的方法,形成了许多较为成熟的估计算法和相关技术。本文的主要研究内容如下:1.介绍了雷达辐射源信号的数学模型,并给出了几种典型雷达辐射源信号的具体实现形式,对其时域波形和频域波形进行了仿真。2.对雷达信号脉内特征分析的时域方法进行了研究。分析了瞬时自相关法的原理,通过仿真分析得出了方法的性能评价,针对瞬时自相关法存在的相位模糊进行改进,将相位无模糊区间范围扩展到原来的4倍,提高了信号瞬时频率的提取效率。3.对雷达信号脉内特征分析的时频域方法进行了研究。针对低信噪比条件下要求更高的识别准确率,提出了一种基于短时傅里叶变换,结合GRNN、PNN神经网络以及层级自编码模型的脉内特征分析综合方法。该方法能在训练样本较少时获得较好的识别性能,并且适当增加训练样本数有助于神经网络以及层级自动编码器模型的参数学习和调谐。(本文来源于《南京信息工程大学》期刊2018-05-01）
董志杰,王晓峰,田润澜[7]（2018）在《雷达信号脉内调制识别新方法》一文中研究指出针对低信噪比下雷达脉内调制类型识别问题,提出了一种新的自动识别算法。首先,改进了相位差分与短时傅里叶变换(STFT),分别提高了对相位编码信号和频率调制信号的特征提取能力;然后,采用层次决策方法实现了雷达信号脉内调制类型的识别。仿真实验结果表明,该算法分类特征明显,在信噪比为3 dB时,总体识别结果接近100%,且算法运算量较小,具有一定的应用价值。(本文来源于《航天电子对抗》期刊2018年02期）
陈涛,柳立志,郭立民[8]（2018）在《基于MWC压缩采样宽带接收机的雷达信号脉内调制识别》一文中研究指出针对传统宽带数字接收机在接收宽带雷达信号时产生的跨信道问题,以及低截获概率(LPI)雷达信号脉内调制盲识别问题,该文提出一种基于调制宽带转换器(MWC)离散压缩采样的新型宽带数字接收机结构对宽带雷达信号进行截获和识别。该结构采用伪随机序列将接收信号混频至基带和其他子带内,经低通滤波、降速采样获得基带压缩采样信号,解决了跨信道信号问题;又提出一种基于短时傅里叶变换(STFT)和频谱能量聚焦率检验的识别算法。首先检验STFT频谱带宽并进行调相和调频信号粗识别,然后检验压缩采样信号频谱能量聚焦率并进行具体的信号脉内调制识别。仿真结果证明了该新型接收机结构和该识别算法在低信噪比下的有效性。(本文来源于《电子与信息学报》期刊2018年04期）
王春雨,齐兴龙,王晓峰[9]（2018）在《LPI雷达信号脉内调制识别》一文中研究指出针对低截获概率(LPI)雷达信号的识别问题,提出了一种基于自适应分解和多重相位差分的识别方法。该方法首先在自适应分解的基础上,提取调频率和分量能量之比作为分类特征。然后,基于多重相位差分,提取变换后信号的前后段均值比和拟合曲线斜率作为分类特征,完成了LPI雷达信号的完整分类。仿真实验结果表明,该方法无需先验信息,抗噪性好,识别正确率高。(本文来源于《电子信息对抗技术》期刊2018年02期）
徐伟,余建宇,陈矛[10]（2018）在《基于多维特征的雷达信号脉内调制识别技术》一文中研究指出为了在复杂信号环境下能够稳定、准确地识别出信号,使用Choi-Williams时频分布作为信号描述方式,选取信号时频图像特征、信号波形复杂度和瞬时量特征组成特征矢量输入到以支持向量机(SVM)为主分类器的组合分类器中得到信号类型,并估计出信号各项参数。仿真实验表明该算法性能优良,在低信噪比(SNR)与信号参数变化的情况下可以以较高的识别率得到稳定的识别结果。(本文来源于《太赫兹科学与电子信息学报》期刊2018年01期）
脉内调制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着现代电子战场复杂多样,信息多元化,常见脉冲参数不能有效描述雷达信号的本质特征,对雷达细微特征的研究越来越重要.本文通过对脉内特征的研究,使其对辐射源信号识别提供可靠的依据.本文针对常规信号(NS)、线性调频信号(LFM)、双线性调频信号(DLFM)、多项式调频信号(PPS)、二相编码信号(BPSK)、四相编码信号(QPSK)、多相编码信号(MPSK)、频率编码信号(FSK)以及复合调制信号频率编码-二相编码信号(FSK-BPSK)和线性调频-二相编码信号(LFM-BPSK)进行识别和参数估计并对S型调频信号进行研究.首先,对分数阶傅立叶变换进行研究,利用二维搜索算法精确搜索各个信号的匹配阶次并分析其对应的分数谱图,并对脉内信号的相位结合延时相关、多重一阶差分以及线性回归进行分析,通过对匹配阶次、分数谱图、阶次图结合各种算法进行研究,实现10种信号在信噪比为-10dB时有效识别.其次,基于识别结果利用二阶矩四阶矩法、修正的Rife算法和多尺度haar小波变换等对10种信号中的参数在信噪比为0dB以上时进行精确的估计.最后,对相位逗留原理和S型调频信号的生成过程进行推导,并基于相位差分和小波变换根据S型调频信号的时频图对其进行识别.为了验证算法的有效性,利用MATLAB进行了大量的仿真实验.本文提供的分析方法是总结前人在低信噪比下对雷达脉内信号无法识别且估计精度低的缺陷提出,并且创造性的提出S型调频信号的设计与信号识别,为辐射源信号的识别提供宝贵的技术参考.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
脉内调制论文参考文献
[1].王书豪,阮怀林,吴世俊.对雷达信号脉内调制的识别算法研究[J].舰船电子对抗.2019
[2].王彩洁.低信噪比下雷达脉内调制信号的识别与参数估计[D].东北师范大学.2019
[3].郑渝,沈永健,周云生.基于多层双向LSTM的雷达信号脉内调制识别[J].遥测遥控.2019
[4].毛校洁.雷达信号脉内调制类型识别方法研究[D].哈尔滨工程大学.2019
[5].赵学志.集中式MIMO雷达脉内调制类型识别和参数估计算法研究[D].西安电子科技大学.2018
[6].蒋兵.基于时频分析的雷达信号脉内调制识别技术研究[D].南京信息工程大学.2018
[7].董志杰,王晓峰,田润澜.雷达信号脉内调制识别新方法[J].航天电子对抗.2018
[8].陈涛,柳立志,郭立民.基于MWC压缩采样宽带接收机的雷达信号脉内调制识别[J].电子与信息学报.2018
[9].王春雨,齐兴龙,王晓峰.LPI雷达信号脉内调制识别[J].电子信息对抗技术.2018
[10].徐伟,余建宇,陈矛.基于多维特征的雷达信号脉内调制识别技术[J].太赫兹科学与电子信息学报.2018
论文知识图
