第1章 绪论
1.1 引言
1.2 信号分选技术面临的挑战
1.2.1 雷达技术发展趋势
1.2.2 雷达技术发展给信号分选带来的挑战
1.3 信号分选技术发展现状
1.3.1 传统信号分选方法
1.3.2 多参数匹配法
1.3.3 多参数联合分选方法
1.3.4 复杂电磁环境信号分选方法
1.4 信号分选主要功能和技术指标
第2章 信号分选技术基础
2.1 被动雷达寻的器基本组成
2.2 脉冲描述字
2.3 脉冲参数测量
2.3.1 到达时间的测量
2.3.2 脉宽的测量
2.3.3 幅度与相位的测量
2.3.4 载频的测量
2.3.5 到达方向的测量
2.4 雷达脉冲信号环境
2.4.1 复杂信号环境特点
2.4.2 脉冲信号环境模型
2.4.3 信号变化样式
2.4.4 信号跟踪
2.4.5 分选实时性要求
2.5 信号预处理器PDW队列数学模型
第3章 传统信号分选方法
3.1 序列搜索法
3.2 相关函数法
3.3 PRI直方图法
3.3.1 TOA差值直方图法
3.3.2 累积差值直方图法
3.3.3 序列差值直方图法
3.4 平面变换法
3.4.1 平面变换法
3.4.2 平面变换法的工程实现
3.4.3 周期性雷达信号的显示重复性
3.4.4 基于平面变换的雷达信号分选算法
3.4.5 矩阵匹配法
3.4.6 采用矩阵匹配法的雷达信号分选系统
3.5 PRI变换法
3.5.1 PRI变换法原理
3.5.2 阔值设置
3.5.3 改进PRI变换法及分析
3.6 算法对比分析
第4章 基于脉内调制特征的信号分选方法
4.1 概述
4.2 常用脉内调制特征分析方法
4.2.1 脉内调制方式
4.2.2 基于瞬时自相关的信号脉内调制特征分析
4.2.3 基于傅里叶变换的信号脉内调制特征分析
4.2.4 基于WVD的信号脉内调制特征分析
4.2.5 基于Haar小波变换的信号脉内调制特征分析
4.3 脉压雷达信号脉内调制特征分析
4.3.1 相位编码信号调制特征分析
4.3.2 线性调频信号调制特征分析
4.3.3 非线性调频信号调制特征分析
4.4 一种由粗到细的调制方式识别方法
4.4.1 由粗到细调制分类原理
4.4.2 仿真实验与结果分析
4.5 基于自适应相像系数的脉压雷达信号调制类型识别
4.5.1 自适应相像系数特征提取算法
4.5.2 仿真实验与结果分析
4.6 相位编码信号的参数估计
4.6.1 基于双尺度连续小波变换的BPSK信号奇异点提取
4.6.2 基于乘积性多尺度小波变换的MPSK信号码速率估计
4.7 基于三次相位函数的多项式相位信号的参数估计
4.7.1 CPF估计LFM信号参数原理
4.7.2 CPF估计NLFM信号参数原理
4.8 其他脉内调制特征分析方法
第5章 基于盲源分离的信号分选方法
5.1 引言
5.2 盲信号处理基础
5.2.1 盲源分离数学模型
5.2.2 独立分量分析
5.2.3 稀疏分量分析
5.3 基于FastICA的雷达信号分选算法研究
5.3.1 盲信号抽取分选算法
5.3.2 仿真实验与结果分析
5.4 基于伪信噪比最大化的盲源分离算法
5.4.1 建立目标函数及分离算法推导
5.4.2 仿真实验及其结果分析
5.5 基于峭度的盲源分离拟开关算法
5.5.1 源信号概率密度函数、激活函数与峭度
5.5.2 盲源分离拟开关算法
5.5.3 仿真实验与结果分析
5.6 基于改进谱聚类的雷达信号欠定盲源分离混合矩阵估计
5.6.1 传统混合矩阵估计方法
5.6.2 基于改进谱聚类的混合矩阵估计方法
5.6.3 仿真实验与结果分析
5.7 基于压缩感知的雷达信号欠定盲源分离源信号恢复
5.7.1 欠定线性瞬时混合系统的最优解
5.7.2 基于平滑L0范数的算法
5.7.3 基于压缩感知的源信号恢复
5.7.4 仿真实验与结果分析
5.8 小结
第6章 基于模糊聚类的信号分选方法
6.1 模糊聚类分选算法
6.1.1 算法原理
6.1.2 熵值分析法确定加权系数
6.1.3 基于“追踪法”的聚类信息提取
6.1.4 基于有效性函数的确定最佳聚类算法
6.1.5 模糊聚类分选算法存在的问题
6.2 多阈值模糊聚类分选算法
6.2.1 问题引出
6.2.2 多阈值模糊聚类算法
6.2.3 仿真实验与结果分析
6.3 特征样本抽取法
6.4 基于并查集的低复杂度模糊聚类信号分选算法
6.4.1 模糊聚类分选算法存在的问题
6.4.2 基于并查集改进的模糊聚类分选算法
6.4.3 算法并行化与DSP实现
6.5 PRI参数提取
6.5.1 各类型雷达信号PRI的提取
6.5.2 脉冲重复周期二次处理法
6.6 模糊聚类综合分选算法
第7章 基于支持向量聚类的信号分选方法
7.1 支持向量聚类算法原理
7.1.1 聚类边界
7.1.2 常用簇标定算法
7.1.3 流程详解
7.2 线性簇标定方法
7.2.1 CG簇标定法冗余分析
7.2.2 线性簇标定方法
7.2.3
展开
