导读:本文包含了波形选择论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:波形,认知,卡尔,自适应,目标,无源,门限。
波形选择论文文献综述
王昭[1]（2019）在《适用于宽带网络波形的基于定价策略的时隙选择》一文中研究指出针对宽带网络波形(Wideband Networking Waveform,WNW)的多信道二维时频资源,以减小网络资源浪费为优化目标,提出了一种基于定价策略的时隙选择方法(Pricing Strategy Based Slot Selection,PSSS)。该方法通过接纳控制保障资源分配的公平性,采用对偶优化建模与椭圆搜索法实现最优的时隙选择。理论分析证明该方法能够在多项式级别时间复杂度内搜索到时隙选择的最优解。仿真结果表明,提出的PSSS算法通过较低资源浪费获得了较低的容量冗余度,能够有效地解决WNW多信道网络的时隙选择问题。(本文来源于《电讯技术》期刊2019年05期）
梁镰静,李东泽,万智[2]（2019）在《院外心肺复苏中电除颤波形选择的Meta分析:单相和双相》一文中研究指出目的:探讨院外心肺复苏中双相波及单相波电除颤对患者预后的影响。方法:系统检索Pubmed(1966—2016.12),EMBASE(1980—2016.12)数据库,Cochrane临床研究注册中心(CENTRAL)(建库至2016.12),并网络检索及手工检索相关文献。纳入所有关于对比院外心肺复苏时双相波及单相波电除颤患者预后的随机对照研究及前瞻性队列研究。分析不同波形电除颤对患者的自主循环恢复情况(ROSC),入院时存活率,出院时存活率,1个月存活率以及出院患者神经系统恢复情况的影响。结果:纳入4篇RCT文献及3篇前瞻性队列研究文献。院外心肺复苏时双相波与单相波电除颤在ROSC上差异无统计学意义(RR=1.11,95%CI:0.91～1.36,P=0.32,I2=65%),入院存活率(RR=0.94,95%CI:0.67～1.32,P=0.72,I2=76%),出院存活率(RR=1.14,95%CI:0.84～1.54,P=0.40,I2=0),1个月存活率(RR=1.13,95%CI:0.98～1.32,P=0.10,I2=70%)以及生存患者神经系统恢复情况(RR=0.95,95%CI:0.75～1.21,P=0.69,I2=0)均差异无统计学意义。结论:虽然目前指南推荐使用双相波电除颤,但目前证据表明院外心肺复苏时使用双相波或单相波电除颤,患者预后差异无统计学意义。(本文来源于《临床急诊杂志》期刊2019年03期）
周命生,孙茜茜,张志鹏[3]（2018）在《高压容器用膨胀节的波形选择与结构设计分析》一文中研究指出本文通过对某高压容器用膨胀节U形加强波纹管和Ω形波纹管的单层及双层结构设计方案的详细计算和对比分析,表明了在满足相同补偿量和疲劳寿命前提下,选择Ω形双层波纹管是其中最优的设计方案。(本文来源于《膨胀节技术进展—第十五届全国膨胀节学术会议论文集》期刊2018-10-25）
唐文静[4]（2018）在《基于机器学习和环境感知的认知雷达波形选择技术》一文中研究指出认知雷达概念的提出,为雷达未来的发展提供了新的思路和方向——智能化,雷达根据环境变化,对波形做出调整,让雷达适应环境,对目标进行更加有效、准确的检测。认知雷达的主要研究和核心为对工作环境的感知,和发射波形的优化设计。本文针对雷达跟踪任务,基于认知雷达基本结构,分别采用准则函数、离线学习和在线学习的方法,实现对环境信息的感知和波形优化,对无干扰环境下的一般线性运动的跟踪效果、存在干扰时的目标跟踪效果和获得先验知识条件下的跟踪效果进行分析。首先基于认知雷达基本结构,对认知雷达的组成模块及其实现功能进行分析,引入了神经网络、强化学习,以贝叶斯滤波为核心,分析信号处理过程的具体流程。建立发射波形模型,并分析波形参数对量测的影响,包括对SNR和观测值的影响。建立认知雷达跟踪任务下的功能模型,包括目标的状态空间,以及线性运动下的卡尔曼滤波算法,建立波形库。基于均方误差最小准则,对扩展目标的线性运动进行仿真分析,通过对认知闭环雷达和传统开环雷达的性能,分析波形参数选择对观测精度、跟踪精度的影响。介绍了BP神经网络这一监督学习方法,利用神经网络学习相应的决策规则,建立环境信息与波形参数选择之间的关系,并分析这一监督学习方法与基于准则的波形参数选择方法的不同,以及该方法在有干扰环境下的性能。对强化学习理论进行介绍,并提出两种实现波形选择的算法,近似动态规划Q学习算法和一种引入神经网络学习的与状态无关的认知学习算法,前者为离线学习算法,后者同时采用离线学习方法和在线学习方法。将上述方法与与利用准则函数进行波形选择的方法进行比较。Q学习方法的性能依赖于状态划分,而引入神经网络学习的与状态无关的认知学习算法具有更好的适应性和稳定性。本文基于机器学习方法,实现认知雷达对环境的感知作用,建立跟踪和观测与波形参数之间的关系,实现跟踪精度的提高。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
宋登雄,赵彬,王翠杰[5]（2017）在《认知雷达目标跟踪时的波形优化选择方法》一文中研究指出基于认知雷达波形捷变的思想,以提高雷达跟踪精度为目的,提出了一种基于自适应Kalman滤波的PSO优化算法的认知雷达的波形选择方法。通过发射波形与测量噪声之间的关系,建立了发射波形与雷达跟踪性能之间的关系模型,利用粒子群算法优化雷达发射波形参数,在卡尔曼跟踪滤波算法中增加了波形选择模块,实现对发射波形的自适应选择,以获取更好的目标跟踪性能。仿真结果表明,该方法使雷达对目标的跟踪性能在速度误差和距离误差分别降低50%和60%。(本文来源于《电子设计工程》期刊2017年24期）
宋登雄[6]（2017）在《雷达目标跟踪中的波形选择研究》一文中研究指出现代雷达若能够根据周围环境的变化自适应地调整发射波形,并不断地在与目标环境的交互中获得信息,对特定目标进行有效、可靠且稳定地测量,将全面提高雷达的整体性能,更加适应越来越复杂的战场环境。因此,自适应地选择发射波形是当前研究热点之一。本文则研究了如何在跟踪系统中实现波形自适应选择的问题,给出了有/无杂波环境下跟踪系统的波形自适应选择方法,为进一步提升雷达探测与跟踪性能提供了一定的理论依据。本文所做的研究工作如下:1、论文首先研究了无杂波环境下波形自适应选择问题,基于Kalman滤波的波形自适应选择算法,根据目标不同的运动状态,利用粒子群优化算法自适应设计跟踪波形脉宽和调频斜率,从实验方面分析了波形参数选择对测量误差、跟踪精度的影响,仿真分析验证了文中所提算法的有效性。2、通过分析雷达信号脉宽与跟踪性能的关系,对雷达信号参数进行选择,基于波形选择准则,实现了交互多模型(Interaction multiple model,IMM)的波形自适应选择算法,根据目标运动状态不同,自适应设计下一时刻的发射信号脉宽,提高了目标跟踪性能,仿真验证了文中所提算法的有效性。3、分析了杂波环境下的波形自适应选择问题,基于交互多模型数据关联算法(Interacting multiple model probability data association,IMMPDA),设计了波形自适应选择方法,通过两种不同的波形选择准则,提高了密集杂波条件下的目标跟踪性能,仿真验证了文中所提算法的有效性。(本文来源于《江苏科技大学》期刊2017-06-15）
万海川[7]（2016）在《基于宽带认知雷达的自适应波形选择算法研究》一文中研究指出宽带认知雷达是雷达智能化的结果。相比于传统雷达,它可以对目标环境进行自适应的变换发射波形以适应目标环境的变化。认知雷达的灵活性和自适应性使得其受到雷达领域多方的关注,并成为近年来雷达领域研究的热点。认知是认知雷达工作的基础,它通过对目标特性和环境特性的认知,确定环境状态并记录环境状态;自适应算法是认知雷达的核心,在得到环境状态后,认知雷达将根据环境状态自适应地选择波形发射,以求达到最好的检测效果。本文将针对以上两个方面对宽带认知雷达进行研究,并重点研究自适应算法。本文主要工作内容有:1.本文在基于认知雷达原理的基础上,首先对认知雷达的杂波环境进行了研究,并建立了能够表达其特性的杂波模型;然后本文还对认知雷达中的自适应波形选择的相关理论进行了研究,包括动态规划理论及自适应波形选择模型。2.本文首先对经典的目标检测算法和基于样本信息累积分布的检测算法的性能进行了研究和仿真分析。然后,本文基于动态规划理论,展开了对常规自适应波形选择算法的研究,主要研究了价值迭代算法、简化价值迭代算法和Q学习算法,并在这些研究基础上研究了一种迭代步长可变的Q学习算法。同样,我们也通过仿真对比了不同算法的波形选择准确度,分析了自适应算法性能的优劣。3.本文针对雷达对波形低截获性能的要求,研究了面向雷达低截获性能的自适应波形优化算法。我们首先分析了影响雷达低截获性能的因素和影响截获因子的参数,并且我们利用对不同基本信号的组合和编码长度的延长等方法降低截获因子,提高雷达的低截获性能。经过仿真,我们对比了优化前后信号的模糊函数图和截获因子的变化情况,说明了算法对波形优化的有效性。4.本文针对认知雷达对辅助知识信息的实时要求,研究了基于波形参数自适应优化的波形设计算法。算法根据前一组回波信号,分析出雷达的环境情况和目标情况,并通过优化下一组波形的参数来达到对波形优化的目的。经过分析,我们发现了信号相位向量和信干噪比(SINR)的关系并选取相位参数作为优化参数。经过仿真,我们对比分析经过相位参数优化的信号表现出的检测性能与优化前信号检测性能区别。(本文来源于《电子科技大学》期刊2016-03-30）
李国万[8]（2015）在《基于波形自适应选择的目标跟踪系统设计》一文中研究指出传统雷达在对目标进行检测跟踪时,只能发射单一固定参数的信号波形。随着认知雷达概念的提出,其能够根据环境变化自适应地选择发射信号的波形,以便更加精确、有效、可靠的对目标进行检测跟踪,提高它的整机性能。因此,如何自适应的选择发射波形及如何设计波形自适应选择目标跟踪系统成为了本文研究的重点。本文首先研究了雷达信号模糊函数理论。雷达信号的模糊函数能够全面的表征其在距离和速度上的测量精度和分辨力,无论是对于雷达最优波形的设计,还是对于认知雷达波形库的建立都具有非常重要的意义。继而从几种典型的雷达发射信号出发,推导了它们所对应的模糊函数,并用Matlab绘制了模糊函数图。根据模糊函数图分析了它们各自的特点。其次研究了基于Kalman滤波的波形自适应选择算法。通过求取测量噪声协方差的Cramer-Rao下限(CRLB),将发射波形的参数引进到测量噪声协方差,建立了发射波形和Kalman滤波算法之间的关系。并应用两种波形选择准则来对其进行仿真,验证了基于波形选择的认知雷达相对于传统雷达在目标检测跟踪上的优势。最后根据波形自适应选择算法理论,对基于波形自适应选择的目标跟踪系统进行了设计。利用FPGA来对雷达回波信号进行处理,以获得目标的运动状态信息,并将其传递给DSP,用于求取认知雷达最优发射信号波形的参数,然后将结果回传给FPGA, FPGA将根据其来取出片外FLASH中对应的发射到信号,进而将其经过并串转换后输出。总之,本文在对认知雷达波形自适应选择算法进行研究的基础上,设计了基于波形自适应选择的目标跟踪系统,并在FPGA和DSP硬件平台上对其进行了部分实现。FPGA可以有效实现了目标的恒虚警以及相关处理运算。DSP则能够实现了波形自适应选择算法以及与FPGA进行数据交换。这对于认知雷达波形自适应选择进一步的研究具有一定的意义。(本文来源于《大连海事大学》期刊2015-12-01）
张荣文,李彦鹏,教亚飞[9]（2015）在《主动雷达导引头波形选择抗角反射器干扰方法研究》一文中研究指出角反射器干扰是主动式雷达导引头所面临的常见无源干扰,因此,抗角反射器干扰方法是反辐射导弹主动雷达导引头能否精确打击目标的重要支撑技术。采用波形选择方法实现雷达导引头抗角反射器干扰,首先简要分析了角反射器的雷达特性,随后,提出信息距离最大化准则作为波形选择依据。该准则原理:在雷达发射线性调频信号、步进-线性调频信号、双相移相键控信号情况下,以被打击目标与角反射器高分辨一维距离像的信息距离最大为优化函数,选择叁种信号中的一种,实现目标与角反射器的有效区分,从而对抗角反射器干扰。仿真结果表明了算法的有效性。(本文来源于《电光与控制》期刊2015年09期）
李国万,索继东,柳晓鸣[10]（2015）在《基于门限体积最小准则的认知雷达波形选择方法研究》一文中研究指出针对雷达的目标检测概率和跟踪精度随着目标距离的增大而降低的问题,提出了一种基于门限体积最小准则的认知雷达的波形选择方法。该方法在高斯噪声、线性运动目标跟踪方法的基础上,通过测量噪声与发射波形之间的关系,在经典卡尔曼滤波算法的框架中增加了波形选择模块,来实现对跟踪波形的调节。仿真结果表明,该方法能够明显地提高雷达的跟踪性能。(本文来源于《微型机与应用》期刊2015年09期）
波形选择论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的:探讨院外心肺复苏中双相波及单相波电除颤对患者预后的影响。方法:系统检索Pubmed(1966—2016.12),EMBASE(1980—2016.12)数据库,Cochrane临床研究注册中心(CENTRAL)(建库至2016.12),并网络检索及手工检索相关文献。纳入所有关于对比院外心肺复苏时双相波及单相波电除颤患者预后的随机对照研究及前瞻性队列研究。分析不同波形电除颤对患者的自主循环恢复情况(ROSC),入院时存活率,出院时存活率,1个月存活率以及出院患者神经系统恢复情况的影响。结果:纳入4篇RCT文献及3篇前瞻性队列研究文献。院外心肺复苏时双相波与单相波电除颤在ROSC上差异无统计学意义(RR=1.11,95%CI:0.91～1.36,P=0.32,I2=65%),入院存活率(RR=0.94,95%CI:0.67～1.32,P=0.72,I2=76%),出院存活率(RR=1.14,95%CI:0.84～1.54,P=0.40,I2=0),1个月存活率(RR=1.13,95%CI:0.98～1.32,P=0.10,I2=70%)以及生存患者神经系统恢复情况(RR=0.95,95%CI:0.75～1.21,P=0.69,I2=0)均差异无统计学意义。结论:虽然目前指南推荐使用双相波电除颤,但目前证据表明院外心肺复苏时使用双相波或单相波电除颤,患者预后差异无统计学意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
波形选择论文参考文献
[1].王昭.适用于宽带网络波形的基于定价策略的时隙选择[J].电讯技术.2019
[2].梁镰静,李东泽,万智.院外心肺复苏中电除颤波形选择的Meta分析:单相和双相[J].临床急诊杂志.2019
[3].周命生,孙茜茜,张志鹏.高压容器用膨胀节的波形选择与结构设计分析[C].膨胀节技术进展—第十五届全国膨胀节学术会议论文集.2018
[4].唐文静.基于机器学习和环境感知的认知雷达波形选择技术[D].哈尔滨工业大学.2018
[5].宋登雄,赵彬,王翠杰.认知雷达目标跟踪时的波形优化选择方法[J].电子设计工程.2017
[6].宋登雄.雷达目标跟踪中的波形选择研究[D].江苏科技大学.2017
[7].万海川.基于宽带认知雷达的自适应波形选择算法研究[D].电子科技大学.2016
[8].李国万.基于波形自适应选择的目标跟踪系统设计[D].大连海事大学.2015
[9].张荣文,李彦鹏,教亚飞.主动雷达导引头波形选择抗角反射器干扰方法研究[J].电光与控制.2015
[10].李国万,索继东,柳晓鸣.基于门限体积最小准则的认知雷达波形选择方法研究[J].微型机与应用.2015
论文知识图
