欢迎来到天天文库
浏览记录
ID:28792857
大小:14.65 MB
页数:69页
时间:2018-12-14
《雷达复合干扰信号特征提取及智能识别算法研究-信息获取与探测技术专业毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要摘要当代雷达对抗的环境日趋复杂,信号密度高、时频域重叠、信号调制复杂和参数多变,针对雷达接收机的复合干扰越来越多的出现在雷达干扰与抗干扰领域。常规的各种雷达特征提取识别方式已经不能应付复杂多变的信号环境,雷达复合干扰信号的特征提取和识别成了一个亟待研究的问题。本论文主要研究雷达复合干扰的产生、特征提取及识别问题。论文主要工作概括如下:1.针对目前电子战环境,分析了常用的压制式和欺骗式干扰的产生机理和数学模型,并将它们用不同方式进行复合,产生针对雷达接收机系统的复合干扰信号。2.提取复合干扰的常规特征参数,并且分析了在不同干噪比(JNR)下干扰信号的特征分布情况。虽然常
2、规特征参数对单一压制式或者欺骗式干扰信号识别有一定的优越性,但是经过仿真试验证明,用常规特征参数识别复合干扰信号,效果并不令人满意。3.雷达复合干扰信号是不规则且不稳定的时间序列,本文提取了它们的分形维数、复杂度及相象系数特征,分析了在不同干噪比下分形维数特征及复杂度特征的二维空间分布情况,证实了这些特征是雷达复合干扰的有效特征。4.运用各种特征优化和选择策略,对提取的常规特征和其它特征进行优化和选择。并运用统计判决、神经网络和模糊识别对几种复合干扰信号进行智能识别,识别概率均达85%以上。关键词:雷达复合干扰信号,特征提取,复杂度,模糊识别ABSTRACThlmodem
3、electromagneticenvironment,thehighdensity,overlappingintimeandfrequencydomain,complexmodulationandchangeableparametersofsignalsbringalotofdifficultinelectronicwarfare.Thecompositedinferencesignalsbecomeakeych;lracterinradarjammingandcounterjammingfield.ThetraditionalwaystoextraCt也eradarsi
4、gnalare110longereffectiveinthecomplexenvironment·Thememodsoffe蛐extractionandrecognitionofradarcompositeinterferencesignalsneedtobefiguredoutpromptly.Themainissuesofthisdissertationarementionedasfollow:1.ThegenerationandmathematicmodelofbarragejamrninganddeceptionjammingareaIlalyzedincommo
5、nuseincurrentelectronicwarfareenvironment.Afterseveraldifferentwaysofcomposition,thecompositedjammingsignals,whichCaneffectivelyaffecttheradarreceivingsystem,aleobtained.2.AbunchofcommonfeaturesofcompositcdjammingsignalareextractedandthefeaturedistributionsofjammingsignalsareanalyzedwhenJ
6、NRvaries·BycomputersiIn_ulation,wefindoutthattherecognitionresultofthecommonfeaturesarenot镐satisfyingaSwhentheyareusedtorecognizesinglebarrageordeceptionjamming·3.Theradarcompositedjammingsignalsareabnormalandunstabletimesequences·Wbl娜ee栅tedmecomplexityfeature,msemblanceandseveralotherfea
7、turesofit.WealsopresentthedistributionsofthesefeatureswhenJNRvariesanddemonstratetheavailabilityofthesefeatures.4.Throughseveralfeatureoptimizationandselectionstrategy,theextractedfeaturesareoptimizedand也ekeyfeaturesareselected.BaSedOilthesekeyfeatures,weBseneu豫lI圯咖
此文档下载收益归作者所有