第1章 緒論\t1
1.1 研究背景及意義\t1
1.2 雷達輻射源識別的主要問題\t1
1.2.1 電子偵察系統(tǒng)的信號處理流程\t1
1.2.2 雷達輻射源識別的問題與挑戰(zhàn)\t3
1.3 本書相關問題的研究現狀\t4
1.3.1 雷達輻射源的建模問題研究現狀\t4
1.3.2 特征參數不確定的輻射源識別問題研究現狀\t6
1.3.3 多功能雷達的輻射源識別問題研究現狀\t12
1.4 本書的安排\t14
第2章 雷達輻射源聯合參數建模及識別框架\t18
2.1 聯合參數建模方法\t18
2.1.1 聯合參數建模方法概述\t18
2.1.2 聯合參數建模方法的應用實例\t20
2.2 聯合參數建模的識別框架\t22
2.2.1 數據段劃分\t22
2.2.2 單段識別置信度計算\t23
2.2.3 總識別置信度計算及決策判斷\t25
2.3 實驗結果與分析\t27
2.4 雷達輻射源識別的不確定性問題\t31
2.5 本章小結\t32
第3章 區(qū)間類型特征參數的雷達輻射源識別技術\t33
3.1 區(qū)間類型特征參數的不確定性建模\t34
3.2 基于矢量神經網絡組合的雷達輻射源識別方法\t35
3.2.1 算法描述\t35
3.2.2 計算量分析\t41
3.2.3 實驗結果與分析\t45
3.3 基于云模型和矢量神經網絡的雷達輻射源識別方法\t52
3.3.1 結構框架\t52
3.3.2 算法描述\t53
3.3.3 實驗結果與分析\t59
3.4 基于區(qū)間證據理論的雷達輻射源融合識別方法\t66
3.4.1 問題描述\t66
3.4.2 算法描述\t67
3.4.3 實驗結果與分析\t71
3.5 本章小結\t75
第4章 殘缺類型特征參數的雷達輻射源識別技術\t77
4.1 殘缺類型參數的不確定性建模\t77
4.2 基于矢量神經網絡和增量學習的雷達輻射源識別方法\t78
4.2.1 矢量神經網絡\t79
4.2.2 增量學習算法\t80
4.2.3 實驗結果與分析\t84
4.3 基于缺失數據填補的雷達輻射源識別方法\t92
4.3.1 修正CVNN網絡\t92
4.3.2 訓練步驟\t93
4.3.3 判決準則\t95
4.3.4 實驗結果與分析\t96
4.4 本章小結\t101
第5章 多功能雷達信號層級模型和分析處理方法\t103
5.1 多功能雷達信號的層級模型\t104
5.1.1 多功能雷達信號的三個層級\t105
5.1.2 不同層級信號之間的轉化規(guī)律\t107
5.1.3 不同層級模型的形式化表示\t120
5.2 多功能雷達電子情報的分析處理方法\t120
5.2.1 基于生物信息學的分析處理方法\t121
5.2.2 基于自然語言處理的分析處理方法\t131
5.3 本章小結\t136
第6章 波形單元提取\t138
6.1 波形單元提取的基本原理\t138
6.1.1 基于信號幅度特征的波形單元提取\t139
6.1.2 多功能雷達脈沖序列信號的幅度特征\t141
6.2 脈沖幅度序列的統(tǒng)計變化點問題\t152
6.2.1 單統(tǒng)計變化點問題\t152
6.2.2 多統(tǒng)計變化點問題\t154
6.3 脈沖幅度序列的多統(tǒng)計變化點估計方法\t155
6.3.1 檢驗統(tǒng)計量\t155
6.3.2 判決方法\t156
6.3.3 循環(huán)檢測\t158
6.4 實驗結果與分析\t159
6.4.1 統(tǒng)計變化點的可檢測性分析\t159
6.4.2 波形單元提取算法的處理性能分析\t161
6.4.3 波形單元提取算法的適應性分析\t163
6.5 本章小結\t167
第7章 搜索規(guī)律重建\t168
7.1 多功能雷達信號的不同特點\t168
7.1.1 信號產生機制\t169
7.1.2 搜索信號特點\t169
7.1.3 跟蹤信號特點\t171
7.1.4 任務調度信號特點\t172
7.2 波形層的信號模型\t172
7.3 多功能雷達搜索規(guī)律的重建方法\t175
7.3.1 多功能雷達搜索規(guī)律的重建原理\t175
7.3.2 多功能雷達搜索規(guī)律的重建過程\t178
7.4 實驗結果與分析\t194
7.4.1 搜索規(guī)律重建方法的性能分析\t195
7.4.2 搜索規(guī)律重建方法對不同類型的多功能雷達的適應能力\t200
7.5 本章小結\t202
第8章 輻射源句法識別技術\t204
8.1 基于三級匹配的多功能雷達輻射源雷達字提取方法\t204
8.1.1 問題描述\t204
8.1.2 提取方法\t205
8.1.3 實驗結果與分析\t212
8.2 基于隨機文法的多功能雷達輻射源識別方法\t216
8.2.1 問題描述及識別框架\t216
8.2.2 基于隨機有限自動機的識別方法\t218
8.2.3 基于隨機下推自動機的識別方法\t221
8.2.4 實驗結果與分析\t223
8.3 基于隨機句法引導翻譯器的多功能雷達輻射源識別方法\t230
8.3.1 問題描述\t230
8.3.2 識別方法\t232
8.3.3 實驗結果與分析\t236
8.4 本章小結\t241
后記\t243
參考文獻\t245