上册

第1章 绪论

第2章 复杂信号特征分析与仿真

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

第4章 LFM类信号的截获与特征提取

第5章 LFMCW类信号截获与特征提取

第6章 编码类信号截获与提取特征

第7章 复合调制类信号截获与特征提取

下册

第8章 基于Chirp基分解的时频交叠脉冲信号分离

8.1 引言

8.1.1 研究背景及意义

8.1.2 研究现状及趋势

8.1.3 雷达信号分选面临的信号环境

8.1.4 重频分选算法

8.2 基于FRFT的脉冲雷达信号稀疏特征提取与分选

8.2.1 雷达信号类型和Chirp基表示

8.2.2 基于Chirp基函数族的稀疏分解

8.2.3 仿真实验与分析

8.3 基于FRFT域稀疏分解的多分量脉冲雷达信号分离

8.3.1 多分量信号的时限Chirp基稀疏分量提取

8.3.2 信号分量求解

8.3.3 仿真实验与分析

8.4 小结

参考文献

第9章 基于周期WHT的时频交叠连续波信号分离

9.1 引言

9.2 基于周期WHT的LFMCW循环滤波检测与分离算法

9.2.1 交叠LFMCW信号循环滤波算法原理

9.2.2 基于周期WHT的LFMCW检测与分离流程

9.3 基于单元平均的窄带频域陷波滤波器设计

9.4 检测与分离算法用于类似LFMCW信号的可行性分析

9.4.1 检测与分离算法用于STLFMCW信号可行性分析

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

9.5 仿真实验与分析

9.5.1 交叠LFMCW信号检测与分离

9.5.2 交叠类似LFMCW信号检测与分离

9.6 小结

参考文献

第10章 基于周期FRFT的多分量LFM连续波雷达信号分离

10.1 引言

10.2 多分量LFMCW信号

10.2.1 多分量LFMCW信号的定义

10.2.2 多分量LFMCW信号的PFRFT

10.3 基于周期FRFT的信号分离

10.3.1 PFRFT的数值计算

10.3.2 单分量LFMCW的窄带滤波

10.3.3 多分量LFMCW信号分离

10.4 仿真实验与分析

10.4.1 实验10.4.1：计算效率分析

10.4.2 实验10.4.2：多分量LFMCW信号分离

10.4.3 实验10.4.3：弱LFMCW信号分量分离

10.4.4 实验10.4.4：分离性能分析

10.5 小结

参考文献

第11章 基于周期FRFT的时频交叠雷达侦察信号分选

11.1 引言

11.2 时频交叠雷达侦察信号模型

11.3 基于时域陷波的脉冲和连续波信号分离

11.3.1 时域陷波

11.3.2 时域分离对CW信号的影响

11.3.3 时频交叠信号分选流程

11.3.4 实验11.3.1：脉冲信号和连续波信号分离

11.4 基于特征原子分解的交叠脉冲信号分选

11.4.1 信号的原子分解

11.4.2 交叠脉冲信号分类

11.4.3 实验11.4.1：交叠脉冲信号的分类

11.4.4 实验11.4.2：具有多个特征原子脉冲信号的分类

11.5 缺失数据条件下的多分量连续波信号分选

11.5.1 缺失数据下的LFMCW信号检测和分选

11.5.2 类似LFMCW信号的检测与分选

11.5.3 实验11.5.1：缺失数据条件下LFMCW的检测

11.5.4 实验11.5.2：缺失数据条件下类似LFMCW信号的分选

11.6 小结

第12章 基于独立成分分析的时频交叠信号盲分离

12.1 引言

12.2 盲信号分离

12.2.1 盲分离模型

12.2.2 独立成分分析方法

12.2.3 基于ICA的盲分离准则

12.2.4 鲁棒的白化处理

12.3 瞬态混合平稳雷达侦察信号盲分离

12.3.1 传统的雷达侦察信号分选原理

12.3.2 基于ICA的雷达侦察复信号盲分离

12.3.3 基于一阶AR模型的盲分离算法

12.4 瞬态混合非平稳雷达侦察信号盲分离

12.4.1 基于时频分布的非平稳雷达侦察信号盲分离

12.4.2 基于时频分析量源数估计的自适应盲分离算法

12.4.3 性能仿真

12.5 卷积混合雷达侦察信号时域盲分离

12.5.1 基于非平稳特性的时域卷积盲分离

12.5.2 基于快速固定点算法的卷积混合信号盲分离

12.5.3 改进的快速固定点算法

12.5.4 仿真分析

12.6 卷积混合雷达侦察信号频域盲分离

12.6.1 基于非平稳特性的频域盲分离算法

12.6.2 频域盲分离的不确定性

12.6.3 侦察信号到达方位角估计

12.6.4 仿真分析

12.7 小结

参考文献

第13章 复杂信号参数识别

13.1 引言

13.2 基于FRFT的LFM类信号自动识别

13.2.1 基于FRFT的LFM类信号调制方式的识别

13.2.2 基于FRFT的LFM类信号脉内特征提取

13.2.3 基于FRFT的LFM类雷达信号侦察系统

13.2.4 仿真验证

13.3 基于广义循环谱特征的编码信号分类

13.3.1 循环谱特征与时频分布的关系

13.3.2 广义时频核函数设计

13.3.3 广义循环谱特征分析

13.3.4 广义循环谱特征提取

13.3.5 基于广义循环谱特征的调制样式分类

13.4 小结

参考文献

第14章 复杂信号波形识别

14.1 引言

14.2 复杂调制雷达信号波形识别原理及方法

14.2.1 雷达信号波形识别原理

14.2.2 基于时频分布的波形识别

14.2.3 基于其他特征的波形识别

14.3 复杂调制雷达信号波形特征

14.3.1 基于功率谱密度的特征

14.3.2 基于瞬时信号属性的特征

14.3.3 基于时频域波形特征

14.3.4 基于循环谱和高阶统计量的特征

14.4 基于多特征组合神经网络的波形识别

14.4.1 神经网络

14.4.2 多特征组合神经网络设计

14.5 基于周期WHT和时频分布特征的类似LFMCW波形识别

14.5.1 类似LFMCW信号波形识别原理及流程

14.5.2 基于S-method时频分布的类似LFMCW信号特征提取

14.5.3 组合神经网络分类器设计

14.5.4 仿真实验与分析

14.6 小结

参考文献

第15章 复杂信号辐射源识别

15.1 引言

15.2 复杂信号识别流程

15.3 复杂信号识别功能模型

15.4 复杂信号辐射源识别方法

15.5 辐射源识别系统结构设计

15.5.1 黑板系统

15.5.2 黑板处理

15.5.3 利用黑板系统需要解决的技术问题

15.5.4 复杂信号识别系统结构模型

15.5.5 辐射源识别黑板系统

15.6 遗传算法

15.6.1 遗传算法简介

15.6.2 遗传算法的构造

15.7 应用推广：复杂信号平台身份识别

15.7.1 复杂信号平台身份识别系统结构设计

15.7.2 复杂信号平台身份识别黑板系统设计

15.8 小结

第16章 复杂信号辐射源定位

16.1 引言

16.2 机载单站无源测向

16.2.1 比幅测向

16.2.2 短基线时差测向

16.2.3 比相式数字干涉仪阵列测向

16.3 机载单站无源定位

16.3.1 空间定位的原理

16.3.2 无源定位方法

16.3.3 无源定位的坐标系和坐标转换

16.3.4 无源定位误差的分析

16.4 机载多站无源定位

16.5 小结

参考文献

第17章 面向复杂信号干扰引导

17.1 引言

17.2 复杂信号威胁等级评估

17.3 干扰资源优化配置

17.4 干扰引导辅助决策

17.5 小结

第18章 回顾、建议与展望

18.1 回顾

18.1.1 初步形成了复杂信号侦察理论体系

18.1.2 对复杂信号进行了分类处理

18.1.3 建立了对交叠信号处理的理论体系

18.1.4 对分类信号选取了合适的研究方法

18.2 问题与建议

18.3 研究方向展望