复杂信号侦察理论及应用 下PDF电子书下载

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PFRFT 542

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