本书是目前国内外系统阐述现代电子对抗复杂信号侦察理论、方法、技术及应用的一部专著。分上下两册出版，其中上册是关于复杂信号的截获与特征提取，下册是关于复杂信号的分选、识别、定位与引导。全书共分18章，第1～7章为上册，第8～18章为下册。本书为下册。第8～12章为信号分选部分，重点研究了交叠脉冲、交叠连续波和二者同时存在情况下的信号分离问题；第13、14章为信号识别部分，分别从参数识别和波形识别角度研究了信号的调制类型识别；第15章研究了复杂信号辐射源识别；第16章研究了复杂信号辐射源定位；第17章研究了干扰引导，主要讨论了复杂信号威胁等级评估、干扰资源优化配置及干扰引导辅助决策的问题；第18章为回顾、建议和展望。
样章试读
目录
- 目录
上册
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
序一
序二
序三
前言
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PFRFT542
10.3基于周期FRFT的信号分离543
10.3.1PFRFT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
京公网安备 11010102004214号