雷达辐射源信号在线分选 清华大学出版社 阿里云 kindle 下载 pdf chm 百度云 azw3 umd

雷达辐射源信号分选是雷达信号侦察的关键技术之一，同时也是战场态势感知的重要环节。随着电磁环境的日益复杂，传统的雷达辐射源信号分选手段在实时性等方面正遭受巨大的性能挑战。本书创新性地将数据流聚类思想引入雷达辐射源信号分选领域，较为完整地构建了基于数据流聚类的雷达辐射源在线分选理论统一框架，实现了雷达辐射源信号的在线无监督分选。

本书系统阐述了作者多年基于数据流聚类的雷达辐射源在线分选的研究成果，共分为5章，内容包括绪论、基于数据流聚类的雷达辐射源在线分选统一框架、基于PDW参数的雷达辐射源在线分选、基于脉内信息的雷达辐射源在线分选、类不均衡条件下基于脉内信息的雷达辐射源在线分选。

本书可以作为高等院校相关专业研究生学习雷达信号处理以及数据流挖掘的参考书，对雷达与电子对抗领域的科技工作者和工程技术人员也具有较大的参考价值。

第1章绪论

1.1研究背景和意义

1.1.1复杂电磁环境给雷达辐射源分选带来的挑战

1.1.2基于数据流聚类的雷达辐射源在线分选方法的研究意义

1.2国内外研究现状

1.2.1雷达辐射源分选研究现状

1.2.2数据流聚类技术研究现状

1.3基于数据流聚类的雷达辐射源在线分选的关键问题

1.4本书主要工作及内容安排

第2章基于数据流聚类的雷达辐射源在线分选统一框架

2.1引言

2.2雷达辐射源在线分选问题抽象与建模

2.3数据流聚类算法与静态聚类算法

2.3.1静态聚类算法

2.3.2数据流聚类算法

2.3.3数据流聚类算法与静态聚类算法的区别

2.4基于数据流聚类的信号在线分选框架

本章小结

第3章基于PDW参数的雷达辐射源在线分选

3.1引言

3.2问题分析与建模

3.3基于I-STRAP的雷达辐射源在线分选算法

3.3.1I-STRAP概要

3.3.2I-STRAP概要初始化及更新

3.3.3I-STRAP演化检测

3.3.4算法参数敏感度分析

3.3.5I-STRAP算法框架

3.4仿真实验与分析

3.4.1数据集介绍

3.4.2实验结果及分析

本章小结

第4章基于脉内信息的雷达辐射源在线分选

4.1引言

4.2问题分析与建模

4.2.1高维数据的聚类分析

4.2.2在线子空间聚类问题的数学模型

4.3基于EDSSC的雷达辐射源在线分选算法

4.3.1基于子空间聚类的静态学习

4.3.2基于稀疏表示的动态聚类

4.3.3子空间演化的在线检测

4.3.4算法流程与复杂度分析

4.4仿真实验与分析

4.4.1数据集及实验设置

4.4.2参数敏感度分析

4.4.3具有演化性质的雷达辐射源数据流的在线子空间聚类

4.4.4具有演化性质的面部数据流的在线子空间聚类

4.4.5具有演化性质的手写数字和字母数据流的在线子空间聚类

4.4.6对MNIST30K数据流的子空间个数的实时监测

本章小结

第5章类不均衡条件下基于脉内信息的雷达辐射源在线分选

5.1引言

5.2问题分析与建模

5.2.1雷达辐射源非均衡演化脉冲流在线分选问题建模

5.2.2雷达辐射源非均衡演化脉冲流在线分选问题分析

5.3面向非均衡数据的静态聚类算法——ESC算法

5.4基于DI-ESC的雷达辐射源在线分选算法

5.4.1ImprovedESC算法

5.4.2DynamicImprovedESC算法

5.5仿真实验与分析

5.5.1数据集及实验设置

5.5.2I-ESC算法性能验证与分析

5.5.3DI-ESC算法性能验证与分析

5.5.4DI-ESC算法参数敏感度分析

本章小结

参考文献

"隋金坪，男，博士，海军大连舰艇学院助理研究员，国防科技大学2022年度优秀博士学位论文获得者，2017-2019年受国家留学基金委资助赴芬兰阿尔托大学计算机科学系进行博士联合培养。以第一/通信作者发表学术论文13篇（SCI检索4篇，EI检索9篇），已获批国家发明专利2项。主要研究方向为雷达信号分选、数据流挖掘、智能辅助决策等。

刘振，国防科技大学教授，副系主任。研究方向：研究方向为雷达目标识别与对抗，主要涉及雷达成像与识别、雷达有源对抗、模式识别与机器学习等研究领域。国防科技大学领军人才培养对象，国家自然科学基金优秀青年科学基金获得者。2006年获浙江大学工学学士学位，2008年和2013年分别获国防科技大学工学硕士和工学博士学位。先后主持/承担国家自然科学基金青年项目/优青项目、武器装备型号项目/预研项目等20余项，担任军委科技委某重点项目总体组成员、173计划重点项目专家组成员。出版学术专著2部，发表学术论文60多篇（其中IEEE/IET期刊论文20余篇），授权/受理专利10余项。获国家科技进步二等奖1项（排名4）、军队科技进步一等奖1项（排名8）。

黎湘，国防科技大学教授，校长，中国科学院院士。研究方向：雷达目标识别。长期从事空天目标识别方向的科研工作，提出雷达目标微动特征反演与识别理论方法，在我国中段反导和导弹突防两类重大任务中研制了核心装备，取得系统性、创造性成果。获国家科技奖励3项，包括国家技术发明二等奖1项、国家科技进步二等奖2项，省部级科技一等奖励6项，在IEEE汇刊、中国科学等期刊发表学术论文300余篇，出版专著6部，授权发明专利100余项。国家杰青、长江学者特聘教授、国家自然科学基金委创新群体带头人、国防973项目技术首席。"

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：雷达辐射源信号在线分选 清华大学出版社在线阅读

在线听书地址：雷达辐射源信号在线分选 清华大学出版社在线收听

在线购买地址：雷达辐射源信号在线分选 清华大学出版社在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

"（1）角度新颖。创造性地将数据流聚类思想引入到雷达辐射源信号分选领域，实现雷达辐射源信号在线分选。

（2）内容系统。相对完整地构建并详细阐述基于数据流聚类的雷达辐射源在线分选理论通用框架。

（3）算法优选。提出的算法均有较为完整的理论证明与分析，相比其他同类算法具有优选性，效果更好。

（4）仿真充分。选用实测数据集、公开数据集以及同类算法作为对比算法，对本书所提算法进行充分验证。

"

书籍介绍

雷达辐射源信号分选是雷达信号侦察的关键技术之一，也是战场态势感知的重要环节。随着电磁环境的日益复杂，传统的雷达辐射源信号分选手段正遭受巨大的性能挑战。数据流聚类是以无监督在线式处理数据流的新的数据挖掘手段，本书创新性地将数据流聚类思想引入雷达辐射源信号分选领域，较为完整地构建了基于数据流聚类的雷达辐射源在线分选理论统一框架，系统介绍了作者近年来围绕雷达辐射源信号无监督在线分选所取得的相关研 究成果。 本书共分为 5 章，内容包括：绪论、基于数据流聚类的雷达辐射源在线分选统一框架、基于 PDW 参数的雷达辐射源在线分选、基于脉内信息的雷达辐射源在线分选、类不均衡条件下基于脉内信息的雷达辐射源在线分选。 本书可以作为高等院校相关专业研究生学习雷达信号处理以及数据流挖掘的参考书，对从事雷达与电子对抗领域研究的科技工作者和工程技术人员也具有较大的参考价值。