關(guān)于電子專業(yè)論文提綱
電子專業(yè)碩士畢業(yè)論文提綱范文
中文摘要: 在現(xiàn)代電子戰(zhàn)中,輻射源識(shí)別是電子情報(bào)偵察系統(tǒng)(ELINT)和電子支援系統(tǒng)(ESM)重要功能之一。隨著電子技術(shù)的發(fā)展,雷達(dá)工作體制的多樣化、復(fù)雜化及各種體制的綜合利用,形成了復(fù)雜、多變、具有嚴(yán)重威脅的電子對(duì)抗環(huán)境。如何在復(fù)雜的電磁環(huán)境中實(shí)時(shí)地分離出各雷達(dá)輻射源的信息,得到正確的參數(shù),正確引導(dǎo)干擾系統(tǒng)進(jìn)行干擾就變得越來(lái)越迫切。信號(hào)分選作為偵察引導(dǎo)系統(tǒng)中重要的組成部分,它的正確與否直接關(guān)系到偵察設(shè)備的性能指標(biāo)。 針對(duì)我國(guó)雷達(dá)對(duì)抗信號(hào)處理研究工作的迫切需要解決的關(guān)鍵問(wèn)題,本文主要就復(fù)雜電磁環(huán)境下的電子對(duì)抗系統(tǒng)信號(hào)分選關(guān)鍵算法進(jìn)行了探索性和系統(tǒng)性研究,并進(jìn)行了算法仿真分析。主要包括以下幾個(gè)方面: 1、對(duì)電子對(duì)抗環(huán)境進(jìn)行了介紹,并對(duì)雷達(dá)偵察機(jī)的信號(hào)環(huán)境的時(shí)域特征、頻域特征、空域特征進(jìn)行了詳細(xì)的分析,得出了雷達(dá)信號(hào)分選系統(tǒng)設(shè)計(jì)的主要依據(jù)。 2、對(duì)雷達(dá)偵察機(jī)信號(hào)分選的信號(hào)源進(jìn)行了數(shù)字模擬;分析了信號(hào)源各參數(shù)的范圍、誤差、參數(shù)的變化、測(cè)量的精度以及對(duì)分選結(jié)果的影響,討論了可用于信號(hào)分選的參數(shù)及信號(hào)分選適用的脈沖重復(fù)間隔(PRI)類型,確定了信號(hào)分選的技術(shù)指標(biāo)和依據(jù)。 3、在雷達(dá)信號(hào)分選中,重頻(...
英文摘要: In the modern war, identification of emitter resource is an important function of Electronic INTelligence (ELINT) and Electronic Support Measures (ESM). With the rapidly developing of electronic technology, Radar has been more diversiform and formed more complicated circumstance of Electronic Countermeasures(ECM). How to sort and analyze signals of emitter resource and how to acquire right parameters in order to system of real-timely alarm and homing is an important research of ECM.To sort and analyze signa...
目錄:
摘要 4-5
Abstract 5
第一章 緒論 9-13
1.1 研究背景與意義 9-10
1.2 雷達(dá)信號(hào)分選的國(guó)內(nèi)外研究現(xiàn)狀 10-12
1.3 本文所做的工作 12-13
第二章 雷達(dá)信號(hào)分選概述 13-25
2.1 電子對(duì)抗面臨的挑戰(zhàn) 13
2.2 雷達(dá)信號(hào)分選的`關(guān)鍵技術(shù) 13-15
2.2.1 雷達(dá)對(duì)抗電磁環(huán)境的模擬 13-14
2.2.2 雷達(dá)信號(hào)分選的特征參數(shù) 14
2.2.3 雷達(dá)信號(hào)分選算法 14
2.2.4 雷達(dá)信號(hào)分選的硬件實(shí)現(xiàn)技術(shù) 14-15
2.3 雷達(dá)信號(hào)分選的主要依據(jù) 15-18
2.4 雷達(dá)信號(hào)分選的結(jié)構(gòu)模型 18-19
2.5 雷達(dá)信號(hào)及其分選參數(shù)描述 19-23
2.5.1 雷達(dá)信號(hào)的數(shù)學(xué)模型 19-20
2.5.2 雷達(dá)信號(hào)的PRI 調(diào)制模型 20-23
2.6 影響信號(hào)分選和識(shí)別的因素 23-24
2.7 本章小結(jié) 24-25
第三章 典型的信號(hào)分選算法 25-40
3.1 引言 25
3.2 相關(guān)函數(shù)法重頻鑒別技術(shù) 25-27
3.3 直方圖法 27-32
3.3.1 累計(jì)差值直方圖法 28-30
3.3.2 序列差值直方圖法 30-31
3.3.3 序列差值直方圖法改進(jìn)之處 31
3.3.4 序列差值直方圖算法的檢測(cè)門限 31-32
3.4 PRI 變換法 32-38
3.4.1 PRI 變換的原理 32-34
3.4.2 PRI 變換的檢測(cè)門限 34-35
3.4.3 PRI 變換法仿真分析 35-36
3.4.4 修正PRI 變換法 36-38
3.4.5 修正PRI 變換法仿真分析 38
3.5 本章小結(jié) 38-40
第四章 信號(hào)分選的改進(jìn)算法 40-55
4.1 引言 40-41
4.2 卡爾曼濾波在雷達(dá)信號(hào)分選中的應(yīng)用 41-49
4.2.1 卡爾曼濾波的基本原理 41-42
4.2.2 卡爾曼濾波初值的確定 42-44
4.2.3 基于卡爾曼濾波的信號(hào)模型參數(shù) 44-46
4.2.4 基于卡爾曼濾波的脈沖列處理 46-47
4.2.5 仿真分析 47-49
4.3 小波變換在雷達(dá)信號(hào)分選中的應(yīng)用 49-53
4.3.1 小波變換的定義 49-50
4.3.2 小波的應(yīng)用 50-51
4.3.3 Morlet 小波的性質(zhì) 51-52
4.3.4 目標(biāo)分選方法 52
4.3.5 仿真分析 52-53
4.4 本章小結(jié) 53-55
第五章 獨(dú)立分量分析(ICA)在信號(hào)分選中的應(yīng)用 55-81
5.1 引言 55-56
5.2 X 的分解 56-58
5.2.1 X 的奇異值分解 56-57
5.2.2 X 的主分量分解 57
5.2.3 X 的球化分解 57-58
5.3 ICA 的原理 58-59
5.4 基于ICA 問(wèn)題的數(shù)學(xué)模型 59-60
5.5 隨機(jī)變量中的幾個(gè)概念 60-63
5.6 獨(dú)立分量的預(yù)處理 63-66
5.6.1 中心化63-64
5.6.2 白化 64-65
5.6.3 降維 65-66
5.7 ICA 的主要判據(jù) 66-68
5.8 ICA 的主要算法 68-71
5.8.1 高斯和非高斯混合信號(hào)的分離算法 68-70
5.8.2 超高斯和亞高斯混合信號(hào)的分離算法 70-71
5.9 算法仿真 71-79
5.9.1 基于JADE 算法 72-76
5.9.2 盲分離的移位阻斷（SHIBBS）算法 76-78
5.9.3 性能分析 78-79
5.10 兩種分選方法的比較 79-80
5.11 本章小結(jié) 80-81
第六章 總結(jié)與展望 81-83
6.1 論文所做主要工作的總結(jié) 81-82
6.2 后續(xù)工作及展望 82-83
致謝 83-84
參考文獻(xiàn) 84-86