【雷達輻射源的識別技術研究14000字（論文）】

[22]。但在在電子偵察中，雷達輻射源識別技術還是很難應用到整個戰(zhàn)場環(huán)境中，對于一些突如其來的、突然出現(xiàn)的雷達信號會難以識別、難以分析、難以判斷，不能緊跟戰(zhàn)場節(jié)奏快速應變，存在時延差，需要對整個技術算法進行更適應戰(zhàn)場節(jié)奏的調整，結合多種算法進行升級，做到更加貼近戰(zhàn)場態(tài)勢。電子偵察中，愈來愈多的復雜信號出現(xiàn)充斥著整個電磁空間，能精確合理的獲得雷達輻射源的性能參數(shù)，具有十分重要的戰(zhàn)略意義。致謝參考文獻何正日.雷達輻射源信號識別技術研究[D].西安:西安電子科技大學,2015.車曉鷗.基于深度學習的雷達輻射源識別[D].西安:電子科技大學,2019.RichardGWiley,ElectronicIntelligence:TheInterceptionandAnalysisofRadarSignals[M].1sted.Norwood,MA:ArtechHouse,2006.KawalecA,OwczarekR.Radaremitterrecognitionusingintrapulsedata[C].15thInternationalConferenceonMicrowaves,RadarandWirelessCommunications,Warsaw,Poland,2004,2:435-438.TherrienCW.Applicationoffeatureextractiontoradarsignatureclassification[C].Proceedingsofthe2thInterationalPatternRecognitionSymposium.1974,125-132.束坤,盛就朝.ESM系統(tǒng)與低截獲概率雷達之爭[J].艦船電子對抗.2005,28(3):11-13.姚艷艷.面向個體識別的通信輻射源特征提取方法綜述[J].計算機時代,2020,(9):41–44,49.吳瑩.雷達輻射源指紋特征提取和識別技術研究[D].西安:西安電子科技大學,2018,10-20.ZhangM,DiaoM,GuoL.ConvolutionalNeuralNetworksforAutomaticCognitiveRadioWaveformRecognition[J].IEEEAccess,2017,PP(99):1-1周志文,黃高明,高俊,滿欣.一種深度學習的雷達輻射源識別算法[J].西安電子科技大學學報.2017，44(03):77-82ChoeHC,PooleCE,YuAM,etal.Novelidentificationofinterceptedsignalsfromunknownradiotransmitters[J].ProceedingsofSPIE-TheInternationalSocietyforOpticalEngineering,1995,2491:504-517李楠.基于對角切片特征提取和深度學習的輻射源識別[J].電訊技術,2019,59(01):5-10.麻鵬飛.雷達輻射源個體識別技術研究[D].西安：西安電子科技大學，2018，27-36.蔣鵬.雷達信號細微特征分析與識別[D].哈爾濱:哈爾濱工程大學,2012，10-20解輝.基于特征值分析的雷達脈沖波形估計及性能分析[J].火力與指揮控制,2016,(6):177-180.張玲基于深度學習的雷達輻射源個體技術識別技術研究[D].西安:西安電子科技大學,2020.張葛祥,胡來招,金煒東.基于熵特征的雷達輻射源信號識別[J].電波科學學報,2005,20(4):440-445.WilliamsWJ,BrownML,HeroAO.Uncertainly,information,andtime-frequencydistributions[J].Proc.SPIEIht.Soc.Opt.Eng.,1991,VOL.1566:144-156.BaraniukRG,FlandrinP.MeasuringTime-FrequencyInformationContentUsingtheRényiEnruopies[J].IEEETransactionsoninormatiointheory,2001,47(4):1392-1409.路征.雷達輻射源識別技術面臨的主要挑戰(zhàn)及對策[J].國防科技,