1 绪 论 1
1.1 雷达辐射源分选及其研究意义 1
1.2 国内外研究现状分析 6
1.2.1 基于脉间参数特征的分选算法 6
1.2.2 脉内细微特征的分析 11
1.2.3 聚类分选 14
1.3 小 结 15
2 符号化脉内特征提取 17
2.1 频谱符号熵特征 18
2.1.1 符号时间序列分析 18
2.1.2 频谱序列符号化方法 18
2.1.3 频谱符号熵 20
2.2 雷达辐射源信号特征提取算法 21
2.3 符号熵抗噪性能分析 22
2.4 符号化脉内特征性能分析 25
2.5 仿真实例 28
2.5.1 最小距离分类器方法 28
2.5.2 利用脉内调制信息进行信号分选 29
2.6 小 结 32
3 频谱小波变换特征提取 33
3.1 辐射源信号频谱小波变换特征提取 33
3.1.1 频谱小波变换 33
3.1.2 小波变换尺度间相关性去噪过程 35
3.1.3 特征提取算法 38
3.2 熵特征性能分析 39
3.3 小 结 46
4 一阶差分自相关特征提取 47
4.1 一阶差分自相关包络特征 48
4.2 典型雷达信号的差分自相关包络特征 52
4.2.1 常规脉冲（CW） 52
4.2.2 线性调频（LFM） 53
4.2.3 相位编码（PSK） 54
4.2.4 频率编码（FSK） 55
4.2.5 非线性二次调频（NLFM） 57
4.3 自相关时延选择算法 58
4.4 差分自相关包络特征性能分析 60
4.4.1 七种典型信号在信噪比变化情况下的特征分析 61
4.4.2 信号调制参数发生变化情况下的特征分析 63
4.4.3 聚类分析方法 65
4.5 小 结 68
5 雷达信号个体特征提取 69
5.1 雷达发射机相位噪声 70
5.2 雷达辐射源信号双谱分析 73
5.2.1 信号双谱的数学描述 73
5.2.2 双谱估计的直接法 74
5.2.3 相位噪声的双谱分析 74
5.2.4 围线积分双谱及其二次特征提取 76
5.3 仿真实验 78
5.4 小 结 83
6 雷达辐射源信号分类数目估计 84
6.1 主成分数目估计 84
6.1.1 主成分分析 84
6.1.2 最大对数似然估计函数 86
6.2 雷达辐射源信号分类数目估计算法 88
6.3 仿真实验及结果分析 90
6.3.1 基于脉冲包络特征的雷达辐射源数目估计 90
6.3.2 利用频谱小波变换估计雷达辐射源信号分类数目 93
6.3.3 差分自相关包络特征估计雷达辐射源信号分类数目 94
6.4 小 结 96
7 基于灰关联测度的聚类分选算法 98
7.1 GRADHC算法 99
7.1.1 算法中的相关概念 100
7.1.2 算法过程和参数设置 102
7.1.3 GRADHC算法的有效性指标 106
7.2 Benchmarks实验与分析 106
7.3 基于GRADHC的聚类分选 109
7.4 小 结 120
8 结论和展望 121
8.1 主要工作与研究成果总结 121
8.2 后续工作的展望 123
参考文献 125