基于人工智能的辐射源识别技术研究

基于人工智能的辐射源识别技术研究

ID:37028635

大小:5.55 MB

页数:81页

时间:2019-05-15

基于人工智能的辐射源识别技术研究_第1页
基于人工智能的辐射源识别技术研究_第2页
基于人工智能的辐射源识别技术研究_第3页
基于人工智能的辐射源识别技术研究_第4页
基于人工智能的辐射源识别技术研究_第5页
资源描述:

《基于人工智能的辐射源识别技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、靡办觀衫_硕士学位论文_圓擧基于人工智能的辐射源识别技术研究;作者姓名袁博|指导教师姓名、职称李鹏教授企业导姓名、职称杨政研究员申请学位类别工程硕士1学校代码10701学号1502121286分类号TN97密级公开西安电子科技大学硕士学位论文基于人工智能的辐射源识别技术研究作者姓名:袁博领域:电子与通信工程学位类别:工程硕士指导教师姓名、职称:李鹏教授企业导师姓名、职称:杨政研究员学院:电子工程学院提交日期:2018年6月T’itleoftheThesisforMastersDereeofgXIDIANUNIVERSITY

2、AthesissubmittedtoXIDIANUNIVERSITYinartialfulfillmentoftherequirementspforthedegreeofMasterinElectronicsandCommunicationsEngineeringByBoYuanSupervisor:PengLiTitle:ProfessorSupervisor:ZhengYangTitle:ResearchFellowJune2018西安电子科技大学学位论文独创性(或创新性)声明

3、秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人己经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。一学位论文若有不实之处,本人承担切法律责任。本人签名:iff日期:WJ、I)西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即?.研

4、宄生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,结合学位论文研宄成果完成的论文、发明专利等成果,署名单位为西安电子科技大学。保密的学位论文在_年解密后适用本授权书。本人签名:.Itl导师签名:日期:m丨Hi?日期:摘要摘要辐射源识别,是指通过截获的辐射源信号特征,分析、判断辐射源类型、个体。雷达是战场环境下主要的辐射源,随着雷达技术的快速发展及抗干扰能力的提升,雷达辐射源信号也日益复杂,从连续

5、波、简单脉冲,到线性调频、脉冲编码,传统的利用雷达信号载频、脉宽、重频等参数进行辐射源识别已经无法满足复杂战场环境下对雷达辐射源分类识别的要求。本文将人工智能方法应用到雷达辐射源识别中,通过时频变换将侦收到的雷达信号从时域变换到时频域,采用机器学习、深度学习等人工智能技术,实现了雷达辐射源信号的准确分类与识别。在时频域下,不同雷达辐射源信号的差异反映的更加明显。因此,论文通过将雷达信号转换成二维时频图像,然后应用人工智能的相关技术,如机器学习、深度学习等对图像进行自动的特征提取,最后采用人工智能中的自动编码器(AE)、层叠自动编码器(SAE)及其变种降噪自动编码器(DAE)来实现雷

6、达辐射源信号的识别。论文主要工作如下:1、建立了雷达信号模型,对常规脉冲、线性调频、相位编码、频率编码等主要雷达信号进行了分析和仿真;2、研究了基于时频分析方法的雷达辐射源识别技术,对常见的六种调制方式的辐射源信号进行STFT、小波变换、WVD时频变换仿真;通过分析比较在不同信噪比下三种时频变换方法所得到时频图特点,得出在低信噪比下,STFT在抗噪性和聚集度方面具有更好的性能。3、针对传统识别方法低信噪比识别效果不佳的情况,本文研究了基于自动编码器的识别方法。首先应用时频分析方法对辐射源信号进行仿真预处理得到灰度图像;然后应用自动编码器对其进行隐式特征提取,增加自动识别方法及识别效

7、果。4、最后,在不同信噪比条件下对自动编码器SAE及降噪自动编码器DAE的性能进行了仿真和分析,仿真结果表明:在大于0dB条件下,两种方法均能达到99%以上的识别率;在小于0dB条件下进行,SAE最高识别率只有66.7%,而DAE则最高达到了95.0%。从而验证了DAE方法较好好的抗噪声性能。关键词:降噪自动编器,自动编码器,时频分析,特征提取,人工智能IABSTRACTABSTRACTRadiationsourceidentificationreferstoanal

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。