被动雷达导引头信号分选算法研究

被动雷达导引头信号分选算法研究

ID:37071289

大小:2.44 MB

页数:76页

时间:2019-05-16

被动雷达导引头信号分选算法研究_第1页
被动雷达导引头信号分选算法研究_第2页
被动雷达导引头信号分选算法研究_第3页
被动雷达导引头信号分选算法研究_第4页
被动雷达导引头信号分选算法研究_第5页
资源描述:

《被动雷达导引头信号分选算法研究》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、分类号:密级:UDC:编号:工学硕士学位论文被动雷达导引头信号分选算法研究硕士研究生:盛阳指导教师:司伟建研究员学科、专业:信息与通信工程论文主审人:曲志昱副教授哈尔滨工程大学2017年12月分类号:密级:UDC:编号:工学硕士学位论文被动雷达导引头信号分选算法研究硕士研究生:盛阳指导教师:司伟建研究员学位级别:工学硕士学科、专业:信息与通信工程所在单位:信息与通信工程学院论文提交日期:2017年12月论文答辩日期:2018年3月学位授予单位:哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfor

2、theDegreeofM.EngResearchonSignalSortingAlgorithminPassiveRadarSeekerCandidate:ShengYangSupervisor:Prof.SiWeijianAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:InformationandCommunicationEngineeringDateofSubmission:December,2017DateofOralExamination:March,2018Uni

3、versity:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期:年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校

4、攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可□在授予学位12个月后□解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字):导师(签字):日期:年月日年月日被动雷

5、达导引头信号分选算法研究摘要被动雷达导引头主要应用在反辐射导弹中,需要在相对复杂的电磁环境中快速、实时地更新目标的角度信息,从而引导反辐射导弹对目标进行打击。信号分选是从交错的脉冲流中分选出目标雷达信号的过程,是被动雷达导引头的重要组成部分。本文致力于提高被动雷达导引头对多种类型并存信号的快速分选能力。当前体制下的雷达信号分选主要包括预分选和主分选两部分。传统的预分选主要利用不同雷达的脉冲描述字差异对脉冲串进行分层滤波;传统的主分选则是根据滤波后的脉冲到达时间进行级差的计算并设置一定的门限来提取目标的脉冲重复周期。随着当前电磁环境的

6、复杂度的提高,频率捷变、重频参差、重频抖动、脉宽抖动、载频抖动等多种类型信号交叠。传统的分层预分选对选取的首脉冲和参数容差好坏较为敏感,选取不当,容易造成累积误差,最终计算出的参数中心逐渐偏离真实的参数中心。传统的主分选则难以应对频率捷变和大量脉冲丢失的情况。对于预分选本文主要研究了多参数聚类算法来解决传统预分选累积误差的问题,并针对线性可分数据和线性不可分数据的适应性,分别选取了模糊聚类和支持向量聚类算法为代表,作了深入研究。论文主要工作如下:1.针对传统主分选难以适应脉冲丢失及频率捷变情况,本文提出了基于谐波的PRI提取算法。本

7、方法通过构造谐波相似矩阵,充分利用谐波间的相似性提取捷变信号和脉冲丢失信号的重复周期。利用参数相似的准则将离散的捷变频信号进行合并。2.针对模糊聚类算法在相似矩阵处理过程中运算和存储复杂度随着样本数急剧增加问题,本文提出了抽取的方法对样本数据进行稀释,在保持与原样本数据同分布的情况下,用部分数据代替总体样本完成聚类中心的提取,并计算剩余的数据点到聚类中心的欧式距离,设置一定的门限进行划分。3.针对支持向量聚类算法的簇标定处理过程中时间复杂度庞大问题,本文对稳定平衡点簇标定算法作了改进,提出了夹角余弦的簇标定算法,该算法仅以支持向量点

8、为初始点,利用梯度下降寻求数据空间中离散分布的局部聚类中心。然后构造方向向量,并根据向量相似性将剩余数据点划分到相应的局部聚类中心,大大减少了稳定平衡点算法中的迭代运算次数。关键词:被动雷达导引头;单参数分选;谐波分析;多参数分选;模

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。