复杂信号侦察理论及应用 下PDF|Epub|txt|kindle电子书版本网盘下载

复杂信号侦察理论及应用 下PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

上册1

第1章 绪论1

第2章 复杂信号特征分析与仿真24

第3章 常用时频分析方法对几种典型复杂信号的截获性能分析96

第4章 LFM类信号的截获与特征提取122

第5章 LFMCW类信号截获与特征提取212

第6章 编码类信号截获与提取特征280

第7章 复合调制类信号截获与特征提取349

下册467

第8章 基于Chirp基分解的时频交叠脉冲信号分离467

8.1 引言467

8.1.1 研究背景及意义467

8.1.2 研究现状及趋势468

8.1.3 雷达信号分选面临的信号环境479

8.1.4 重频分选算法482

8.2 基于FRFT的脉冲雷达信号稀疏特征提取与分选487

8.2.1 雷达信号类型和Chirp基表示488

8.2.2 基于Chirp基函数族的稀疏分解493

8.2.3 仿真实验与分析498

8.3 基于FRFT域稀疏分解的多分量脉冲雷达信号分离503

8.3.1 多分量信号的时限Chirp基稀疏分量提取504

8.3.2 信号分量求解511

8.3.3 仿真实验与分析512

8.4 小结518

参考文献519

第9章 基于周期WHT的时频交叠连续波信号分离525

9.1 引言525

9.2 基于周期WHT的LFMCW循环滤波检测与分离算法525

9.2.1 交叠LFMCW信号循环滤波算法原理525

9.2.2 基于周期WHT的LFMCW检测与分离流程528

9.3 基于单元平均的窄带频域陷波滤波器设计529

9.4 检测与分离算法用于类似LFMCW信号的可行性分析531

9.4.1 检测与分离算法用于STLFMCW信号可行性分析532

9.4.2 检测与分离算法用于类似LFMCW多相编码信号可行性分析532

9.5 仿真实验与分析533

9.5.1 交叠LFMCW信号检测与分离533

9.5.2 交叠类似LFMCW信号检测与分离535

9.6 小结537

参考文献538

第10章 基于周期FRFT的多分量LFM连续波雷达信号分离540

10.1 引言540

10.2 多分量LFMCW信号541

10.2.1 多分量LFMCW信号的定义541

10.2.2 多分量LFMCW信号的PFRFT542

10.3 基于周期FRFT的信号分离543

10.3.1 PFRFT的数值计算543

10.3.2 单分量LFMCW的窄带滤波544

10.3.3 多分量LFMCW信号分离545

10.4 仿真实验与分析545

10.4.1 实验10.4.1：计算效率分析545

10.4.2 实验10.4.2：多分量LFMCW信号分离546

10.4.3 实验10.4.3：弱LFMCW信号分量分离548

10.4.4 实验10.4.4：分离性能分析549

10.5 小结550

参考文献551

第11章 基于周期FRFT的时频交叠雷达侦察信号分选553

11.1 引言553

11.2 时频交叠雷达侦察信号模型554

11.3 基于时域陷波的脉冲和连续波信号分离556

11.3.1 时域陷波556

11.3.2 时域分离对CW信号的影响557

11.3.3 时频交叠信号分选流程560

11.3.4 实验11.3.1：脉冲信号和连续波信号分离560

11.4 基于特征原子分解的交叠脉冲信号分选562

11.4.1 信号的原子分解562

11.4.2 交叠脉冲信号分类563

11.4.3 实验11.4.1：交叠脉冲信号的分类566

11.4.4 实验11.4.2：具有多个特征原子脉冲信号的分类567

11.5 缺失数据条件下的多分量连续波信号分选568

11.5.1 缺失数据下的LFMCW信号检测和分选569

11.5.2 类似LFMCW信号的检测与分选570

11.5.3 实验11.5.1：缺失数据条件下LFMCW的检测572

11.5.4 实验11.5.2：缺失数据条件下类似LFMCW信号的分选574

11.6 小结576

第12章 基于独立成分分析的时频交叠信号盲分离577

12.1 引言577

12.2 盲信号分离577

12.2.1 盲分离模型578

12.2.2 独立成分分析方法581

12.2.3 基于ICA的盲分离准则584

12.2.4 鲁棒的白化处理587

12.3 瞬态混合平稳雷达侦察信号盲分离589

12.3.1 传统的雷达侦察信号分选原理589

12.3.2 基于ICA的雷达侦察复信号盲分离591

12.3.3 基于一阶AR模型的盲分离算法593

12.4 瞬态混合非平稳雷达侦察信号盲分离599

12.4.1 基于时频分布的非平稳雷达侦察信号盲分离599

12.4.2 基于时频分析量源数估计的自适应盲分离算法602

12.4.3 性能仿真605

12.5 卷积混合雷达侦察信号时域盲分离612

12.5.1 基于非平稳特性的时域卷积盲分离613

12.5.2 基于快速固定点算法的卷积混合信号盲分离615

12.5.3 改进的快速固定点算法619

12.5.4 仿真分析624

12.6 卷积混合雷达侦察信号频域盲分离627

12.6.1 基于非平稳特性的频域盲分离算法627

12.6.2 频域盲分离的不确定性628

12.6.3 侦察信号到达方位角估计631

12.6.4 仿真分析632

12.7 小结636

参考文献637

第13章 复杂信号参数识别642

13.1 引言642

13.2 基于FRFT的LFM类信号自动识别643

13.2.1 基于FRFT的LFM类信号调制方式的识别643

13.2.2 基于FRFT的LFM类信号脉内特征提取648

13.2.3 基于FRFT的LFM类雷达信号侦察系统649

13.2.4 仿真验证650

13.3 基于广义循环谱特征的编码信号分类652

13.3.1 循环谱特征与时频分布的关系652

13.3.2 广义时频核函数设计653

13.3.3 广义循环谱特征分析655

13.3.4 广义循环谱特征提取657

13.3.5 基于广义循环谱特征的调制样式分类658

13.4 小结660

参考文献660

第14章 复杂信号波形识别663

14.1 引言663

14.2 复杂调制雷达信号波形识别原理及方法664

14.2.1 雷达信号波形识别原理664

14.2.2 基于时频分布的波形识别665

14.2.3 基于其他特征的波形识别666

14.3 复杂调制雷达信号波形特征666

14.3.1 基于功率谱密度的特征667

14.3.2 基于瞬时信号属性的特征667

14.3.3 基于时频域波形特征667

14.3.4 基于循环谱和高阶统计量的特征668

14.4 基于多特征组合神经网络的波形识别670

14.4.1 神经网络670

14.4.2 多特征组合神经网络设计672

14.5 基于周期WHT和时频分布特征的类似LFMCW波形识别673

14.5.1 类似LFMCW信号波形识别原理及流程673

14.5.2 基于S-method时频分布的类似LFMCW信号特征提取675

14.5.3 组合神经网络分类器设计682

14.5.4 仿真实验与分析683

14.6 小结685

参考文献685

第15章 复杂信号辐射源识别687

15.1 引言687

15.2 复杂信号识别流程687

15.3 复杂信号识别功能模型688

15.4 复杂信号辐射源识别方法688

15.5 辐射源识别系统结构设计692

15.5.1 黑板系统693

15.5.2 黑板处理694

15.5.3 利用黑板系统需要解决的技术问题695

15.5.4 复杂信号识别系统结构模型698

15.5.5 辐射源识别黑板系统699

15.6 遗传算法699

15.6.1 遗传算法简介699

15.6.2 遗传算法的构造702

15.7 应用推广：复杂信号平台身份识别703

15.7.1 复杂信号平台身份识别系统结构设计703

15.7.2 复杂信号平台身份识别黑板系统设计704

15.8 小结707

第16章 复杂信号辐射源定位708

16.1 引言708

16.2 机载单站无源测向708

16.2.1 比幅测向708

16.2.2 短基线时差测向708

16.2.3 比相式数字干涉仪阵列测向709

16.3 机载单站无源定位709

16.3.1 空间定位的原理710

16.3.2 无源定位方法710

16.3.3 无源定位的坐标系和坐标转换713

16.3.4 无源定位误差的分析715

16.4 机载多站无源定位716

16.5 小结716

参考文献716

第17章 面向复杂信号干扰引导718

17.1 引言718

17.2 复杂信号威胁等级评估718

17.3 干扰资源优化配置719

17.4 干扰引导辅助决策721

17.5 小结721

第18章 回顾、建议与展望722

18.1 回顾722

18.1.1 初步形成了复杂信号侦察理论体系722

18.1.2 对复杂信号进行了分类处理723

18.1.3 建立了对交叠信号处理的理论体系723

18.1.4 对分类信号选取了合适的研究方法724

18.2 问题与建议725

18.3 研究方向展望727