欢迎来到天天文库
浏览记录
ID:31991156
大小:611.81 KB
页数:61页
时间:2019-01-30
《雷达侦察机信号识别系统设计与实现》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、国内图书分类号:TP974国际图书分类号:621工程硕士学位论文雷达侦察机信号识别系统设计与实现硕士研究生:董学励导师:权光日教授副导师:戴伏生副教授申请学位级别:工程硕士学科、专业:软件工程所在单位:软件学院答辩日期:2007年12月授予学位单位:哈尔滨工业大学ClassifiedIndex:TP974U.D.C:621DissertationfortheMasterDegreeinEngineeringTHEDESIGNANGIMPLEMENTATIONOFSIGNALRECOGNITIONSYSTEMFORRADARSCOUTCandidat
2、e:Supervisor:AssociateSupervisor:AcademicDegreeAppliedfor:Speciality:Affiliation:DateofDefence:Degree-Conferring-Institution:DongXueliProf.QuanGuangriAssociateProf.DaiFushengMasterofEngineeringSoftwareEngineeringSchoolofSoftwareDecember,2007HarbinInstituteofTechnology哈尔滨工业大学工程硕士
3、学位论文摘要雷达信号识别是电子侦察系统的重要任务和关键环节,其识别结果为电子对抗和电子反对抗提供情报支持和实时支援,影响乃至决定电子战的成败。随着雷达技术的发展,雷达工作体制的多样化、复杂化及各种体制的综合利用,电子对抗面临的电磁环境越来越复杂。如何在复杂信号环境下进行信号的正确分选和识别是雷达侦察机的一个重要的任务。本文详细介绍了雷达信号分选技术和雷达信号识别技术的发展状况,对雷达侦察系统和雷达信号的特征参数进行分析,设计了分选技术与识别技术相结合的雷达侦察机信号识别系统。完成的主要工作具体如下:在重频分选算法的分析方面,分析了直方图分选算法、累计差直
4、方图法,序列差分直方图法,动态关联法和折叠重频算法。在此基础上重点研究了折叠重频算法,对于折叠重频算法进行优化,并作了大量数据试验,分析了该算法的性能。在天线扫描周期计算方面,目前多由硬件完成,本系统实现了用软件方法来计算天线扫描周期。在雷达信号识别技术上,采用识别算法与数据库识别相结合,完成辐射源识别及威胁识别。本文实现了一种基于MicrosoftVisualStudio开发平台的雷达侦察机信号识别系统,包括软件的整体结构,功能模块和接口关系。本系统已成功运行表明该系统在满足系统需求的基础上,能够实现雷达信号准确的分选和识别。关键词雷达;信号分选;信号
5、识别;重频分选-I-哈尔滨工业大学工程硕士学位论文AbstractRadarsignalrecognitionisanimportanttaskandakeyissueofelectronicreconnaissancesystem.Theresultsofrecognitionprovideintelligenceinformationandreal-timesupportforelectroniccountermeasuresandelectroniccounter-countermeasures.Theresultsaffectorevendeci
6、detheendingoftheelectronicwarfare.Withthedevelopmentofthetechnique,Radarhasbeenmorediversiformandmorecomplicated.ECM(ElectronicCounterMeasure)isfacedwithcomplexelectromagneticenvironment.ThesortingandanalysisofsignalareimportantresearchareasofECM.Thispaperpresentscurrentsituation
7、aboutresearchanddevelopmentofradarsignalsortingareaandradarsignalrecognitionareaindetail,andthen,afteranalyzingelectronicreconnaissancesystemandthecharacteristicparameterofRadarsignal,presentsThesignalrecognitionsystemforRadarscoutbasedonsignalsortingandsignalrecognition.Themain
8、workisasbelow:Itemphasizesondeinterleavi
此文档下载收益归作者所有