电子专业硕士文提纲范文

更新时间:2024-02-05 作者:用户投稿原创标记本站原创 点赞:4105 浏览:13316

电子专业硕士毕业论文提纲范文

中文摘 要:在现代电子战中,辐射源识别是电子情报侦察系统(ELINT)和电子支援系统(E)重要功能之一.随着电子技术的发展,雷达工作体制的多样化、复杂化及各种体制的综合利用,形成了复杂、多变、具有严重威胁的电子对抗环境.如何在复杂的电磁环境中实时地分离出各雷达辐射源的信息,得到正确的参数,正确引导干扰系统进行干扰就变得越来越迫切.信号分选作为侦察引导系统中重要的组成部分,它的正确与否直接关系到侦察设备的性能指标.针对我国雷达对抗信号处理研究工作的迫切需要解决的关键问题,本文主要就复杂电磁环境下的电子对抗系统信号分选关键算法进行了探索性和系统性研究,并进行了算法仿真分析.主要包括以下几个方面:1、对电子对抗环境进行了介绍,并对雷达侦察机的信号环境的时域特征、频域特征、空域特征进行了详细的分析,得出了雷达信号分选系统设计的主要依据.2、对雷达侦察机信号分选的信号源进行了数字模拟,分析了信号源各参数的范围、误差、参数的变化、测量的精度以及对分选结果的影响,讨论了可用于信号分选的参数及信号分选适用的脉冲重复间隔(PRI)类型,确定了信号分选的技术指标和依据.3、在雷达信号分选中,重频(...英文摘 要:Inthemodernwar,identificationofemitterresourceisanimportantfunctionofElectronicINTelligence(ELINT)andElectronicSupportMeasures(E).Withtherapidlydevelopingofelectronictechnology,RadarhasbeenmorediversiformandformedmoreplicatedcircumstanceofElectronicCountermeasures(ECM).Howtosortandanalyzesignalsofemitterresourceandhowtoacquirerightparametersinordertosystemofreal-timelyalarmandhomingisanimportantresearchofECM.Tosortandanalyzesigna...目录:

摘 要4-5Abstract5第一章绪论9-131.1研究背景与意义9-101.2雷达信号分选的国内外研究现状10-121.3本文所做的工作12-13第二章雷达信号分选概述13-252.1电子对抗面临的挑战132.2雷达信号分选的关键技术13-152.2.1雷达对抗电磁环境的模拟13-142.2.2雷达信号分选的特征参数142.2.3雷达信号分选算法142.2.4雷达信号分选的硬件实现技术14-152.3雷达信号分选的主要依据15-182.4雷达信号分选的结构模型18-192.5雷达信号及其分选参数描述19-232.5.1雷达信号的数学模型19-202.5.2雷达信号的PRI调制模型20-232.6影响信号分选和识别的因素23-242.7本章小结24-25第三章典型的信号分选算法25-403.1引言253.2相关函数法重频鉴别技术25-273.3直方图法27-323.3.1累计差值直方图法28-303.3.2序列差值直方图法30-31

3.3.3序列差值直方图法改进之处313.3.4序列差值直方图算法的检测门限31-323.4PRI变换法32-383.4.1PRI变换的原理32-343.4.2PRI变换的检测门限34-353.4.RI变换法仿真分析35-363.4.4修正PRI变换法36-383.4.5修正PRI变换法仿真分析383.5本章小结38-40第四章信号分选的改进算法40-554.1引言40-414.2卡尔曼滤波在雷达信号分选中的应用41-494.2.1卡尔曼滤波的基本原理41-424.2.2卡尔曼滤波初值的确定42-444.2.3基于卡尔曼滤波的信号模型参数44-464.2.4基于卡尔曼滤波的脉冲列处理46-474.2.5仿真分析47-494.3小波变换在雷达信号分选中的应用49-534.3.1小波变换的定义49-504.3.2小波的应用50-514.3.3Morlet小波的性质51-524.3.4目标分选方法524.3.5仿真分析52-534.4本章小结53-55第五章独立分量分析(ICA)在信号分选中的应用55-815.1引言55-565.2X的分解56-585.2.1X的奇异值分解56-575.2.2X的主分量分解575.2.3X的球化分解57-585.3ICA的原理58-595.4基于ICA问题的数学模型59-605.5随机变量中的几个概念60-635.6独立分量的预处理63-665.6.1中心化63-645.6.2白化64-655.6.3降维65-665.7ICA的主要判据66-685.8ICA的主要算法68-715.8.1高斯和非高斯混合信号的分离算法68-705.8.2超高斯和亚高斯混合信号的分离算法70-715.9算法仿真71-795.9.1基于JADE算法72-765.9.2盲分离的移位阻断(SHIBBS)算法76-785.9.3性能分析78-79


5.10两种分选方法的比较79-805.11本章小结80-81第六章总结与展望81-836.1论文所做主要工作的总结81-826.2后续工作及展望82-83致谢83-84参考文献84-86撰写的学术论文