通信对抗盲侦察关键技术研究

论文摘要

随着军事通信技术不断发展,通信环境日益复杂化,传统的侦察、干扰方法已经无法满足通信对抗的要求。为此,本文引入盲侦察、盲干扰的概念,其核心是:在缺乏先验知识的前提下,对截获信号进行数据压缩运算,获得可以代表信号特征的数据,并据此对该信号进行分析、归类、重构和干扰。本文提出了一种盲侦察、盲干扰系统实现方案,并对其中的特征提取和模式识别算法进行了深入研究和仿真实验。具体方案是:在局域波分解原有理论的基础上,改进分解过程中的包络线算法,实现信号瞬时参数的精确提取;进而通过奇异值分解求得信号的特征矢量;最后,采用支持向量机作为模式识别算法对信号进行分类匹配。仿真结果表明,本方案能够在较少样本的情况下,不受信号体制方式影响,准确识别常见信号。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 论文的研究方向和内容组织
• 第二章 局域波分解法
• 2.1 时频分析方法回顾
• 2.1.1 经典傅立叶变换
• 2.1.2 短时傅立叶变换
• 2.1.3 小波变换
• 2.1.4 Wigner-Ville分布
• 2.1.5 其他
• 2.2 局域波分解法基本原理
• 2.3 基于经验的模式分解
• 2.3.1 分解过程
• 2.3.2 信号均值算法及其改进
• 2.3.3 筛选过程停止准则
• 2.3.4 信号分解停止准则
• 2.4 Hilbert变换
• 2.5 小结
• 第三章 支持向量机理论概述
• 3.1 机器学习的基本问题
• 3.1.1 经验风险
• 3.1.2 复杂性与推广能力
• 3.2 统计学习理论的核心内容
• 3.2.1 VC维（Vapnik-Chervonenkis Dimension）
• 3.2.2 推广性的界
• 3.2.3 结构风险最小化
• 3.3 支持向量机理论
• 3.3.1 最优分类面
• 3.3.2 线性支持向量机
• 3.3.3 非线性支持向量机
• 3.4 小结
• 第四章 盲侦察系统及其关键技术
• 4.1 通信侦察综述
• 4.1.1 通信侦察的概念及组成
• 4.1.2 通信侦察效果的评估
• 4.1.3 通信侦察现状及挑战
• 4.2 通信对抗盲侦察盲干扰理论
• 4.3 盲侦察关键技术研究
• 4.3.1 瞬时参数提取
• 4.3.2 基于奇异值分解的特征矢量提取
• 4.3.3 基于SVM的模式识别系统
• 4.3.4 盲侦察盲干扰系统实现框图
• 4.4 小结
• 第五章 盲侦察系统性能仿真
• 5.1 盲侦察系统实现方案
• 5.2 性能仿真与分析
• 5.2.1 瞬时参数的提取
• 5.2.2 信号的模式识别
• 5.3 小结
• 结论
• 致谢
• 参考文献
• 作者在读研期间的研究成果