雷达信号分选方法研究—本科毕业论文

《雷达信号分选方法研究—本科毕业论文》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、西南科技大学本科生毕业论文V西南科技大学毕业设计（论文）题目名称：雷达信号分选方法研究西南科技大学本科生毕业论文V雷达信号分选方法研究摘要：当今世界，雷达技术发展迅速，各种雷达层出不穷，雷达工业体制朝着多样化、复杂化发展，并且由于各种体制的综合利用，如何在当今越来越复杂的电磁信号环境中进行雷达信号的正确识别和分选是雷达侦察机的一个重要任务。本文首先对电子对抗环境进行了介绍，并对雷达侦察机的信号环境的时域特征、频域特征、空域特征、功率密度（能量）特征以及极化特征进行了详细的分析，研究了在复杂电磁环

2、境中进行雷达信号分选和电子对抗的常用分选办法并对雷达侦察接收信号分选系统设计的主要依据进行了研究。针对传统雷达信号分选方法存在的一些问题，采用了一种新的数字信号处理技术-独立分量分析（ICA）的方法进行雷达信号分选，仿真结果表明，基于独立分量分析的分选方法能较好的完成复杂的雷达信号分选，而且方法简单，自适应强，是一种较好的雷达信号分选方法。关键词：雷达信号分选；独立分量分析；电子对抗西南科技大学本科生毕业论文VResearchontheSortingMethodofRadarSignalAbst

3、ract：Nowadays,therearedifferentradarswiththedevelopmentofradartechnology.Itisanimportanttaskofradarscouttoidentifyandsortradarsignalscorrectlyinmoreandmorecomplicatedelectromagneticenvironment.Thedissertationintroducestheelectroniccounterenvironment,

4、thenanalysisthesignalenvironmentofradarscoutindetail,includingtimedomaincharacteristic,frequencydomaincharacteristic,airspacecharacteristic,powerdensity(energy)andpolarizationcharacteristic.Thecommonmethodsusedtosortingradarsignalsincomplexelectromag

5、neticenvironmentarealsointroduced.ThenthenewmethodofradarsortingbasedonIndependentComponentAnalysisisproposedfortheshortcomingsoftraditionalsortingmethods.Theexperimentalresultsshowthattheproposedmethodcanseparatedifferentradarsignalsfromeachotherper

6、fectly.TheoryanalysisandsimulationresultsindicatethatthemethodbasedonICAisaneffectivesortingmethodofradarsignals,whichhastheadvantagesofsimplicityandself-adaptation.Keywords:Radarsignalsorting,Independentcomponentanalysis,Electroniccountermeasure西南科技

7、大学本科生毕业论文V目录第1章绪论11.1研究背景11.1.1电子对抗的发展11.1.2雷达信号分选的重要性21.2国内外研究现状21.3本文主要研究内容4第2章常规雷达信号分选方法52.1雷达信号分选的系统组成52.2雷达分选信号源的产生52.3雷达信号预处理62.4常规雷达信号分选方法7第3章独立分量分析理论103.1概述103.2独立分量分析的基础103.2.1相关理论基础103.2.2主分量分析（PCA）123.2.3独立分量分析（ICA）133.3独立分量分析算法研究163.3.1独立

8、分量分析目标函数173.3.2独立分量分析优化算法193.4独立分量分析的典型应用213.4.1独立分量分析在语音信号处理中的应用213.4.2独立分量分析在图像处理中的应用22第4章基于ICA的雷达信号分选技术244.1ICA原理的引入244.2基于FastICA算法的雷达信号分选244.2.1信号源模拟24西南科技大学本科生毕业论文V4.2.2利用FastICA算法分选雷达信号并仿真264.3FastICA算法与传统算法的比较30结论32致谢33参考文献34附录1预处理函数35附录2Fast