基于粗糙集理论的雷达辐射源信号识别2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

基于粗糙集理论的雷达辐射源信号识别PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 引言1

1.2 雷达辐射源信号识别概述1

1.2.1 雷达对抗与雷达侦察1

1.2.2 雷达辐射源信号识别及其地位4

1.3 国内外研究现状6

1.4 基于粗糙集理论的雷达辐射源信号识别16

第2章 雷达辐射源信号识别基础和模型19

2.1 引言19

2.2 雷达侦察20

2.2.1 雷达侦察的基本内容和分类20

2.2.2 雷达侦察的特点22

2.2.3 雷达侦察的用途23

2.3 雷达侦察中辐射源信号处理过程24

2.3.1 信号截获和参数测量24

2.3.2 信号分选27

2.3.3 参数估计与分析27

2.3.4 雷达辐射源识别及信号描述方式28

2.4 常用的基于特征匹配的雷达辐射源信号识别功能模型36

2.5 雷达辐射源信号特征提取与特征选择37

2.6 雷达辐射源信号识别分类器设计分析38

2.6.1 专家系统分类器38

2.6.2 神经网络分类器39

2.6.3 模糊综合评判分类器40

2.6.4 脉内特征分析分类器41

2.7 一种新的雷达辐射源信号识别功能模型43

2.7.1 数据预处理43

2.7.2 特征选择44

2.7.3 基于粗糙集约简的分类器设计44

2.7.4 无监督学习45

第3章 粗糙集理论基础及数据处理方法47

3.1 引言47

3.2 粗糙集理论基础48

3.2.1 与知识有关的定义49

3.2.2 信息系统50

3.2.3 上近似集、下近似集51

3.2.4 不确定性度量53

3.2.5 粒度计算55

3.3 基于粗糙集的数据预处理57

3.3.1 不完备数据处理57

3.3.2 数据离散化61

3.3.3 连续属性离散化新方法65

3.4 基于粗糙集的约简76

3.4.1 属性约简76

3.4.2 非标准信息系统的约简79

3.4.3 属性约简新方法80

3.5 粗糙集理论与应用研究85

3.5.1 粗糙集理论研究85

3.5.2 粗糙集应用研究88

3.6 粗糙集理论发展现状及趋势90

第4章 基于粗糙集理论的单传感器雷达辐射源信号识别93

4.1 引言93

4.2 基于粗糙集的雷达辐射源信号识别93

4.3 基于粗糙集与支持向量机的雷达辐射源信号识别100

4.3.1 建立雷达辐射源信号的信息表和决策表101

4.3.2 对雷达辐射源决策表的属性约简和规则提取102

4.3.3 基于支持向量机的训练与测试104

4.3.4 基于支持向量机的识别方法106

4.3.5 具体实施方式108

4.4 基于粗糙集与RBF的雷达辐射源信号识别109

4.4.1 RBF神经网络学习算法109

4.4.2 基于粗糙集与RBF神经网络的识别模型113

4.4.3 仿真分析114

4.5 基于粗糙集和灰关联的雷达辐射源信号识别117

4.5.1 属性约简和属性权重的确定117

4.5.2 基于灰关联的信号识别118

4.5.3 基于粗糙集和灰关联的识别模型119

4.6 基于最近邻方法的雷达辐射源信号识别120

4.6.1 最近邻方法及决策规则120

4.6.2 距离函数的选择122

4.6.3 基于最近邻方法的雷达辐射源信号识别123

4.6.4 仿真分析124

4.7 基于云模型理论的雷达辐射源信号识别128

4.7.1 云模型129

4.7.2 基于云模型的雷达辐射源信号识别方法131

4.7.3 基于逆云模型及属性相似度的雷达辐射源信号识别方法132

4.7.4 仿真分析136

第5章 基于粗糙集理论的多传感器融合雷达辐射源信号识别139

5.1 引言139

5.2 基于粗糙集与D-S证据理论的多传感器雷达辐射源信号识别140

5.2.1 基于粗糙集理论的雷达辐射源信号识别140

5.2.2 基于粗糙集和D-S证据理论的多传感器识别143

5.2.3 仿真分析145

5.3 基于粗糙集与灰关联理论的多传感器雷达辐射源信号识别146

5.3.1 上、下近似集合和距离度量147

5.3.2 基于粗糙集和灰关联理论多传感器融合识别148

5.3.3 仿真分析151

第6章 多种雷达辐射源信号识别方法性能比较分析155

6.1 引言155

6.2 基于粗糙集和灰关联理论相结合的识别方法性能155

6.2.1 基于粗糙集理论的识别方法性能分析155

6.2.2 基于灰关联理论的识别方法性能分析158

6.2.3 基于粗糙集和灰关联理论相结合的识别性能161

6.2.4 识别性能比较162

6.2.5 粗糙集理论在雷达辐射源信号识别中应用的启示166

6.3 支持向量机、神经网络等方法的识别性能比较167

6.4 多传感器融合的识别方法性能比较174

第7章 结论与展望176

7.1 引言176

7.2 研究内容及结论177

7.2.1 本书研究内容177

7.2.2 识别方法性能分析结论177

7.3 问题与建议179

7.4 研究方向展望180

7.4.1 雷达辐射源信号识别系统180

7.4.2 雷达辐射源平台识别180

7.4.3 雷达辐射源信号数据库181

7.4.4 连续波雷达辐射源信号识别181

7.4.5 识别方法和分类方法的推广181

缩略语英汉对照表182

参考文献184