一、一种频率源噪声频谱拟合方法的研究（论文文献综述）
张沛锦[1]（2021）在《太阳射电暴源的观测和辐射传播模拟》文中研究指明太阳活动中的能量累积和爆发过程通常伴随有高能电子的产生,高能电子在太阳大气和行星际可以通过相干辐射机制产生强电磁辐射,也就是太阳射电暴,其亮温度可达1015K。太阳射电暴的观测可以帮助我们分析和反演太阳活动中的能量释放以及粒子加速过程。然而,由于原位观测的缺失,对太阳射电暴的辐射机制和在日地空间的传播过程仍未完全了解。这需要通过更多的高分辨率观测和数据分析,以及数值模拟来了解传播过程对射电辐射观测性质的影响来还原源区的真实性质,进而对辐射机制和源区物理过程进行推断。本文通过观测和模拟的方式对太阳射电暴的产生和传播过程进行了深入地研究,主要包含以下内容:Ⅲ型暴源区信息提取首先,针对海量的射电观测数据,我们发展和设计了一套自动识别太阳Ⅲ型暴并提取关键参数的算法。该算法可以实现自动提取Ⅲ型暴的爆发时间、起止频率、和频漂线。利用该算法,对南希十米射电阵（NDA）在2012-2017年半个太阳周期间的观测数据的统计分析发现:Ⅲ型暴的频漂率没有显着的太阳活动周期性,激发Ⅲ型暴的电子束流在约1.5-2.0太阳半径内可能存在加速运动。其次,我们提出了一个反演行星际Ⅲ型暴辐射源的运动轨迹、移动速度、日面爆发时间和位置经度的算法,可以整合多探测器（STEREO-A,B/WAVES和WIND/WAVES）的动态谱观测数据,使用前向模型迭代优化给出目标参数的最佳估计。对多个Ⅲ型暴观测事件的测算结果对比分析表明,该模型算法是基本可靠的。Ⅲ型暴时间宽度的决定因素我们使用LOFAR（LOw Frequency ARray）高时间频率分辨率的频谱和波束成形阵成像观测数据。通过对不同时间和频率点的源区位置进行分析,诊断电子束的速度和日冕电子密度的涨落水平,定量讨论了影响Ⅲ型暴持续时间的因素:（1）背景电子密度扰动,（2）电子束中的速度色散,（3）射电的辐射传播效应。结果表明:在30-40 MHz频段中,Ⅲ型射电暴持续时间的决定性因素是电子束流的速度色散。射电暴精细结构的分析使用LOFAR-HBA对S型暴进行高分辨率的频谱观测,首次发现频谱中存在一种波纹状精细结构。通过提取频漂线发现该精细结构中的一个有趣现象:频漂率和亮度正相关。对于这种频漂率-亮度关系,提出了一种自洽的产生机制:日冕电子密度扰动导致射电辐射在向外传播过程中的库伦碰撞吸收强度发生变化。使用数值模拟重现了频谱中的频漂率-亮度关系,验证了该猜想。使用LOFAR-LBA的远程站和核心站的组合干涉成像对Ⅲb-Ⅲ型暴进行观测。观测发现,Ⅲb型暴的源在天空平面的视速度超过光速（>3.5c）,面积扩张率可达382 arcmin2/s。而Ⅲ型暴的源比较稳定,视速度约为0.01c,面积扩张率小于 0.5 arcmin2/s。辐射传播效应的模拟使用各向异性模型,射线追踪模拟方法,对不同背景等离子体状态的射电暴脉冲源在日地空间中的传播过程进行了模拟,从模拟结果中的光子位置和波矢分布中重构出观测中射电源的大小,持续时间,位置偏移量,移动速度,面积膨胀率等信息。将模拟得到的持续时间和源的大小和观测结果进行比较,得到了背景电子密度的散射率和各向异性度的估计值。模拟分析结果表明,基频辐射源的大小和衰减时间都随背景密度抖动幅度的增加而增加,衰减时间随背景各向异性度的增加而减小,源尺寸对各向异性度不敏感。基频辐射源的位置偏移量比谐频源偏移量更远离日面中心,此结果可以用于解释实际观测中发现的基频-谐频辐射源视位置的同位问题。模拟中发现,射电源的传播效应会使脉冲源在观测中表现出视移动和源区膨胀,计算结果中视速度和面积膨胀率最大可达1.5c和442arcmin2/s。而且,传播效应可以带来基频辐射源亮度的大幅衰减,对射电暴辐射机制的激发效率提出了更高要求。本文通过自动识别数据建模等手段,从射电暴观测中提取更多有效信息;利用高分辨率的射电观测,对射电暴源中的关键参数和精细结构展开分析;通过射线追踪模拟建立观测和真实源之间的联系,可以为我们深入了解射电暴的辐射机制,以及利用射电观测资料准确诊断太阳大气的等离子体参数,提供重要参考。
李润东[2]（2021）在《基于深度学习的通信信号智能盲检测与识别技术研究》文中研究表明非合作接收条件下的通信信号检测、调制识别、辐射源个体识别等盲检测与识别处理,是开展无线电频谱监测和战场通信侦察对抗的重要基础。然而,受限于非合作接收时强干扰和快变化的恶劣电磁环境、复杂多样的通信信号体制、无法全面掌握信号先验信息等不利因素影响,通信信号盲检测与识别是一项极具挑战性的研究课题。本文在全面梳理基于专家经验特征的传统盲检测与识别方法的基础上,针对其特征提取依赖人工经验的主要问题,基于深度学习的特征自主学习框架,提出了通信信号智能检测、智能调制识别、智能辐射源个体识别等智能盲检测与识别方法。通过仿真和实测数据验证了算法有效性,并设计实现工程系统,验证了算法和系统对于实际通信信号的检测与识别效能。本文的主要工作和贡献包括:1、在通信信号宽带检测方面,针对传统检测方法信号参数获取不完整和易受噪声影响的问题,提出了基于YOLOv3（You Only Look Once v3）目标检测网络优化改进的智能宽带检测方法,从宽带时频图中完成了高效准确的信号盲检测。首先,采用小样本量信号自动标注构建宽带时频图数据集,解决了海量样本标注难题;其次,根据通信信号时频特性自适应设置先验锚框,保证了网络对通信信号的适应性与高效检测能力;最后,针对原有网络训练和推断时数据分布不一致所导致的检测精度低问题,采用CIOU（Complete-Intersection Over Union）算法改进训练代价函数,利用DIOU（Distance-Intersection Over Union）算法改进推断时的非极大值抑制准则,在提高训练速度的同时达到了较高的检测精度。2、在窄带突发通信信号体制识别方面,针对深度学习方法难以区分时频特征相近信号、模板匹配方法需要先验规格且计算量大的问题,提出了将深度学习时频图识别与前导码滑动相关频谱峰值检测进行级联融合的智能窄带突发信号识别方法,实现了精确的信号体制识别和参数估计。首先,设计了时频多维参数偏移算法来增强训练数据集,降低了数据收集难度且提升了训练数据的全面性和多样性;然后,引入改进的深度残差注意力网络,提取了重点时频特征进行体制初步识别,再基于信号与前导码滑动相关后的频谱峰值检测结果,对不可分信号进行细化判证,实现了对窄带突发信号体制类型、载频、突发时刻等参数的精确获取。3、在通信信号调制识别方面,针对传统识别方法依赖专家经验和信号条件的问题,提出了基于降噪循环谱与稀疏滤波卷积网络的智能调制识别方法,实现了模拟调制和低阶数字调制信号的鲁棒识别。首先,对信号循环谱进行低秩表示降噪处理,净化数据以降低网络训练难度;其次,设计了一种新型的稀疏滤波准则对网络进行逐层无监督预训练,有效挖掘了循环谱的稀疏特性,利用小规模卷积网络即可实现鲁棒可靠的调制识别。更进一步,为适应对高阶数字调制信号的识别,提出了一种基于新型深度几何卷积网络的智能调制识别方法,设计了具备多尺度和多方向特性的几何滤波器,从信号的魏格纳-威利分布映射图中学习更具有分辨力的多尺度和多方向几何特征,提高了调制识别的准确率和鲁棒性。4、在通信信号调制编码联合识别方面,为了能以端到端的方式同时识别信号的调制方式和信道编码类型,研究探索了一种基于深度注意力门控卷积网络的智能调制编码联合识别方法,实现了多类型调制编码信号的有效识别。首先,为避免时频图变换带来的高计算复杂度,针对一维原始波形数据,设计了一维卷积层来提取调制结构特征;其次,利用门控循环模块提取信号时序监督特征,并设计“显着”注意力机制对时序特征开展注意力变换以增强特征提取与识别效能。5、在通信辐射源个体识别方面,针对传统识别方法难以全面表征辐射源本质特性、易受信号与目标变化影响的缺点,提出了基于多域特征融合学习的智能辐射源个体识别方法,在多目标辐射源集合上达到了较好的识别效果。首先,对接收信号进行精确的参数“校准”预处理以去除信号中的不稳定因素,再对校准后信号进行高精度星座矢量图映射以表征辐射源发射机的联合畸变特性;其次,设计了新型一维复数密集连接卷积网络、引入了具有高层特征全局注意力机制的新型Bo TNet（Bottleneck Transformer Networks）模型,分别对波形与频谱、波形与星座矢量图数据开展高效的复杂多域特征提取;最后,设计了三种融合策略对多域特征进行融合学习,提取了更全面完整的个体特征。同时,还研究了基于迁移学习的新辐射源目标集识别网络设计和训练方法,有效利用了大样本训练得到的基础模型的先验知识,实现了小样本条件下新辐射源目标的准确识别。6、在工程实现方面,设计构建了通信信号智能检测识别系统,对本文提出的各类通信信号智能检测与识别方法开展转化与集成,解决了快速并行信道化与深度学习推断加速等工程实现关键问题,对实际短波、卫星、超短波等通信信号实现了高性能的盲信号检测、调制识别和辐射源个体识别。
林万杰[3]（2021）在《基于深度学习的未知辐射源个体识别的研究》文中研究指明辐射源个体识别对于公共安全和军事电子对抗等领域有重大意义。随着现代信息科技的不断发展和各式电子设备的不断普及,空间中的电磁环境日益复杂,复杂的电磁环境给辐射源个体识别带来特征提取困难问题,同时也引发了对未知辐射源个体进行判别的需求。为解决这些问题,本文对辐射源个体识别系统的主要模块以及未知判别方法展开研究。其中识别系统的主要模块包括数据预处理、特征提取和神经网络模型,本文对其各模块的不同方法进行了研究和对比。而对于未知判别,本文借鉴于计算机视觉领域,利用三种深度度量学习的方法实现具有未知判别功能的个体识别系统。本文的主要工作有以下两个方面:1.闭集辐射源个体识别。意在探究何种数据预处理、特征提取、神经网络结构的组合可以达到更优的识别效果。针对于数据预处理,本文提出了一种带内信噪比的估计方法,该方法可以有效地估计复杂电磁环境下的目标信号质量,从而进行数据的筛选;针对于特征提取,本文提出了一种局部高点数STFT的方法,该方法在不改变特征尺寸的前提下,对感兴趣的局部频谱进行放大和细化,从而过滤了不必要信息并丰富了细微特征。在10部LTE手机识别当中,采用局部高点数STFT比同尺寸普通STFT的识别准确率高10%,取得了不错的识别效果。另外,本文设置多组对照实验,对比了不同数据量、滤波方法、CNN网络结构对于识别效果的影响,并对实验结果进行了分析和总结。2.开集辐射源个体识别。意在解决未知辐射源的判别问题。为解决未知判别问题,本文将多种深度度量学习方法应用于辐射源个体识别。这些度量学习方法包括Triplet Loss、Center Loss和本文改进的Triplet Loss。为比较这些度量学习方法之间的性能差异以及它们与Softmax Loss之间的性能差异,本文使用多组不同参数对三种度量学习方法和Softmax Loss进行了网络训练,使用不同测试方案对四种方法的模型进行测试,并对比和分析测试结果。最终,三种度量学习方法都取得了不错的未知识别效果,使得已知测试集、未知集的识别率同时达到90%以上。而对于同型通信电台的个体识别,在容许1%的未知判别错误率时,本文改进的Triplet Loss在已知集识别准确率达到94%,比Triplet高了3%,比Softmax高46%,取得了最佳的效果。
张永光[4]（2020）在《GPS驯服的高稳恒温晶振设计与实现》文中指出随着5G“新基建”作为国家战略被提出,通信市场迎来了更多的机遇和挑战。为迎合新一代通信系统的需求,本文设计了一种模块化的恒温晶体振荡器,将传统的恒温晶振与GPS驯服电路结合,以期同时保留卫星信号秒脉冲的长期稳定度优势和恒温晶振的超低短期稳定度优势。在可以接收到卫星信号时,恒温晶振以GPS的秒脉冲为基准完成锁定并输出高准确度的频率和高度同步的时间信息;在GPS信号丢失后的一段时间内,利用锁定阶段的数据建立起晶振的老化和温度特性模型,继续保持较高的频率准确度和较低的相位延迟。本文在晶振和驯服电路的设计上进行一些的改进,符合小型化、低成本化和可生产性的理念,极具市场竞争力。模块化的恒温晶振可大为减少通信设备厂商在时钟方面的研发工作,帮助他们更快地完成总体设计,预期市场前景广阔。本文的主要工作如下:1、通过对晶体谐振器和其等效电路地分析,选用43U-3rd-SC-cut-10M晶体谐振器作为主振元件;研究振荡电路的分类和相关特性,并设计了符合指标要求的SC-cut并联型三极管振荡电路;分析影响恒温槽的因素,确定设计方向,极大提升了小型化恒温槽的温度特性指标,并最终完成符合要求的恒温电路和槽体结构的设计。2、简要地阐述了设计驯服电路所需技术基础,包括GPS定位系统和时间间隔测量技术;结合设计产品的应用场景,对驯服系统的整体工作流程进行构思;按系统的驯服工作流程分步骤完成锁定和保持阶段的硬件和软件设计,其中锁定阶段主要使用了时间间隔测量技术、卡尔曼滤波算法和最小二乘法等技术,保持阶段主要是对恒温晶振自身的老化和温度特性进行建模和补偿。3、为产品化设计单板和批量的测试系统,以保障测试工作顺利进行;遵循指标书对成品进行性能测试,并列出测试结果,同时分析恒温晶振的关键指标及其影响因素。通过上述工作,最终的模块化恒温晶振指标达到了:自由运行阶段温度特性<±3ppb/-40℃～85℃,长期稳定度<±0.2ppb/天,短稳<5.0ppt/1s;锁定阶段相位抖动<±30ns,频率准确度<±1.0ppt/24小时;保持阶段<±10us/24小时的指标。
周新龙[5]（2020）在《低场核磁共振弛豫信号的精确检测方法及其应用研究》文中提出低场核磁共振弛豫信号的检测精度直接影响了检测目标定量分析的精度,目前实现弛豫信号精确检测的主要手段包括基础参数的精确设定以及关键硬件的充分优化。针对弛豫信号精确检测存在的问题,本文提出了一些新的方法和技术改进,具体的内容和创新成果如下:（1）提出一种具备高可移植性和可扩展性的软件体系结构,基于实验室低场核磁共振平台,实现基础弛豫信号的简化建模和分析,并完成软件平台的开发。该成果的主要创新点为对底层硬件模块和各功能模块的创新性软件设计,以及抑制噪声负面影响的创新性的分析方法。（2）提出接收器增益、共振频率、脉冲宽度等关键基础参数自动精确寻找方法,提出磁体磁场均匀度、探头死时间、整机信噪比等关键硬件性能指标的高精度表征方法。该成果的主要创新点为提出能够最大程度抑制噪声的基础参数自动寻找方法和硬件指标核磁共振表征方法。（3）在上述研究成果基础上,提出一种低场核磁共振多变量弛豫信号的精确采集与处理方法,在实验室自主搭建的完全可控平台和商用部分可控平台分别实现小鼠体脂和煎炸食用油极性组分含量的精确定量分析。该成果的主要创新点为提出创新性的组合脉冲序列来实现检测目标的更高精度的定量分析。总而言之,本文针对低场核磁共振弛豫信号精确检测存在的不足和问题,在基础参数的自动精确寻找和关键硬件性能的核磁共振表征方面提出了新的方法和改进,并实现了针对低场核磁共振弛豫分析平台的软件,在实验室自主搭建平台上得以实施。
孙恒[6]（2020）在《雷达辐射源信号指纹特征提取及识别方法研究》文中研究说明雷达辐射源个体识别（Radar Emitter Individual Identification）是现代电子侦察系统中的关键技术,旨在根据附加在信号上的反映个体差异的指纹特征,识别发射该信号的特定雷达辐射源个体。随着电磁环境日益复杂以及电子侦察技术智能化、自动化水平的升级,雷达辐射源信号波形变化复杂、参数多变快变、特征更加隐蔽,给雷达辐射源个体识别带来了新的困难与挑战。本文以雷达辐射源个体识别中的关键技术为重点,研究了信号指纹特征提取理论和方法,进一步探讨了深度学习技术在其中的应用,并通过实测数据对所提识别方案的良好性能进行了验证。论文的主要研究内容及贡献如下:首先,本文充分调研了雷达辐射源信号脉内调制及指纹特征的相关研究。给出了指纹特征的定义,分析了雷达辐射源信号的有意调制和无意调制,并对信号的无意调制进行了仿真研究。详细阐述了指纹特征的主要产生来源及特点,并对在实际环境下提取每一来源指纹特征的可行性做了全面的分析。其次,本文研究了雷达辐射源信号指纹特征提取方法,对经验模态分解（Empirical Mode Decomposition,EMD）算法进行 了改进,降低了指纹特征提取过程的计算复杂度。通过设计简单有效的特征公式,提取信号的希尔伯特-黄变换（Hilbert-Huang Transform,HHT）时频谱和双谱特征,构建信号多域指纹特征集。分析了所提特征,可视化结果表明,所提特征具有较好的区分度,能够反映不同雷达辐射源个体的差异。实验结果表明,针对不同雷达辐射源个体信号,最优识别准确率达96.44%,较对比方法提升了 10%以上。最后,本文探讨了深度学习在雷达辐射源个体识别中的应用,提出一种基于深度学习的雷达辐射源个体识别方法。为了增强网络提取信号指纹特征的能力,提高识别精度,减少识别耗时,对所用卷积神经网络模型的结构和参数进行了针对性的优化。实验结果表明,优化后的卷积神经网络对雷达辐射源个体信号的识别准确率达到99.56%,并且每个信号的平均识别耗时仅约0.1s,能够满足实际应用需求。本文提出的基于深度学习的识别方法具有较强的泛化能力和自适应性,为雷达辐射源个体识别提供了一种新的简单有效的解决方案。
于慧[7]（2020）在《基于信号指纹的发射源识别研究与平台搭建》文中提出无线通信发射源识别研究与平台搭建对提升无线通信系统的安全性和提高通信侦察对抗能力具有重要的意义。伴随着信号处理技术的进步,通信设备日益增加,电磁环境渐趋复杂。传统的识别方法已经无法满足发射源识别的需求。根据不同的硬件差异而形成的信号特征识别通信发射源,可解决相同型号、相同类型、相同批次的发射源识别问题,是当下研究的热点领域之一,具有广阔的应用场景。本文将从发射源信号指纹形成原理出发,研究由功率放大器形成的信号指纹和由发射源整体特性形成的信号指纹两个方面,建立有效的信号指纹模型和特征提取方法,而后通过神经网络的训练完成发射源的识别。论文的主要工作如下:1)本文根据功放的非线性原理,提出了一种基于深度记忆的多项式模型。首先通过对经功率放大器的接收信号进行循环谱特征提取,将多张具有不同码元速率的循环谱图叠加在一起,生成了更有效的特征图。进一步,将生成的循环频谱矩阵送入多核双路网络中完成发射源识别。其中,实验建模的信道条件分别是高斯白噪声信道和瑞利衰落信道。仿真结果表明,所提出的多核双路网络相比于现有的Inception网络、ResNet网络和DenseNet网络具有更好的鲁棒性。特别地,当信噪比达到10dB时,在高斯白噪声信道下,分类识别率可达97%以上;在瑞利衰落信道下,分类识别率可达92%左右。2)本文采用自动增益控制、升余弦匹配滤波器、频率纠偏、相位校正等仿真校正模块对信号进行接收,设计了一种数字信号接收模型。进一步,从发射源整体角度出发,将采集的信号送入多核双路网络中进行识别,并通过通用软件无线电设备USRPx310搭建识别的实验平台,对所提方法进行了验证。实测结果表明,所提出的多核双路网络相比于Inception网络、ResNet网络和DenseNet网络,对目标发射源的识别具有更高的准确性。
刘伟[8]（2020）在《共形自适应阵列互耦校准系统的设计和研究》文中进行了进一步梳理在现代通信设备对天线的小型化的需求愈加强烈的背景下,阵列天线中天线单元间的间距被进一步缩减,当间距小于半波长时,单元间的互耦现象就愈加明显,这将导致方向图畸变,多径分量增加等问题,严重影响阵列天线的工作性能。为降低或消除互耦效应,使得阵列天线能够正常工作,研究合适有效的互耦校准方法具有重要的工程应用价值。本文将针对共形自适应阵列应用中的单元耦合效应,开展对互耦校准方法的调研和设计。从互耦效应的产生机理出发,分析多种现有解决方法的校准原理,对其优缺点进行分析和总结。在文中提出一种新型信号校准算法,并设计共形自适应阵列互耦校准系统,验证算法的校准效果。论文的主要工作包括以下几个方面:首先对已有互耦校准方法的发展现状进行了调研工作,分析每种方法的校准机理,并对共形阵列天线和射频接收机的发展和研究现状进行学习,为硬件系统设计工作的展开引入了应用背景。然后学习了阵列天线的理论基础,介绍了多种典型阵列的性能指标。对耦合效应的产生机理进行理论上的推导,分析和对比不同的互耦分析方法的原理,并提出一种新的信号校准方法,阐述其理论原理。然后介绍了本文相关的硬件系统的理论背景,详细介绍了射频接收机的多个性能指标以及对应的参数指标,并就射频接收机的框架分析了多种主流接收机的结构和各自的优缺点,为下文的硬件环境的设计提供了设计依据。然后开展了校准系统硬件的设计和测试工作,天线部分采用微带天线为基本单元,仿真设计了线极化和圆极化两种八元共形线阵,单元的最大增益均大于5d Bi,中心频率处的端口反射系数小于-12d B。射频接收机系统则采用超外差式结构,制定接收机的性能指标,并细化每个模块的结构,确定每个器件的选型。数字信号处理部分采用八通道高速数字信号处理平台。然后开展硬件系统的测试和调试工作,对天线模块的端口驻波和辐射方向图进行测试,射频接收机部分则先进行链路的仿真工作,然后借助PCB绘制软件进行接收通道的硬件实现工作,并测试和调试实物的性能表现。最后搭建整体校准测试系统,开展实验对单元方向图重建法进行验证。对比实验数据分析不同两种天线阵的校准效果,验证算法的可行性和有效性。
刘洋洋[9]（2020）在《BDS-3/Galileo星载钟时频特性及短期预报性能分析》文中指出卫星导航系统星载原子钟的性能直接影响导航、定位和授时（Positioning,Navigation and Timing,PNT）的精度和可靠性。我国北斗卫星导航全球系统（BDS-3）配备了星载氢钟和新一代高精度铷钟,将于2020年全面建成,提供覆盖全球的导航、定位和授时服务。欧盟伽利略卫星导航系统（Galileo）正式工作卫星全部搭载了高性能的氢钟,正处于快速组网阶段。深入分析和评估BDS-3和Galileo星载钟的时频特性与短期预报能力,可为基于北斗/GNSS多系统的国家标准时间精密授时提供重要参考。论文的主要研究内容和贡献包括:（1）总结了星载钟特性评估指标、常用的卫星钟差模型和参数估计方法,介绍了钟差建模数据预处理的方法。（2）BDS/Galileo星载钟时频特性分析。采用长达一年的钟差数据,通过相位、频率、频率漂移率和拟合噪声序列的变化规律分析了BDS和Galileo星载钟的物理特性,结果表明相比于BDS-2,BDS-3和Galileo星载钟具有低漂移率和良好的相位噪声;根据钟类型采用阿伦方差和哈达玛方差分析了BDS和Galileo星载钟的千秒稳、万秒稳和天稳,结果显示BDS-3和Galileo的天稳优于5E-14,具有良好的短期频率稳定度。分析结果为BDS-3和Galileo钟差模型的建立提供理论依据和实际参考。（3）BDS-3/Galileo卫星钟差周期特性分析。采用快速傅里叶变换对钟差模型拟合残差序列进行谱分析,研究BDS-3和Galileo卫星钟差的周期特性。分析得出BDS-3和Galileo卫星钟差的周期特性主要受卫星轨道周期的影响,BDS-3卫星钟差第一主周期项的影响量级在0.05～0.1 ns,第二主周期项的影响量级在0.02～0.08 ns,Galileo卫星钟差主周期的影响量级小于0.06 ns。分析结果为BDS-3和Galileo钟差建模时是否考虑周期项的影响提供数值参考。（4）BDS-3/Galileo星载钟短期预报性能分析。基于自适应钟差预报方法分析了BDS-3和Galileo星载钟的短期预报性能。研究表明BDS-3和Galileo具有优异的短期预报能力,采用12 h拟合弧段,BDS-3星载铷钟、BDS-3星载氢钟和Galileo星载钟6 h预报精度分别为0.46 ns、0.15 ns和0.20 ns。同时也分析了拟合弧段时长对钟差预报精度的影响,针对预报时长为2 h的钟差预报,BDS-3铷钟可考虑选用6 h作为钟差预报的拟合弧段时长;BDS-3氢钟和Galileo星载钟可考虑选用22 h作为钟差预报的拟合弧段时长。实验结论为BDS-3和Galileo钟差预报策略中预报时长和拟合弧段时长的选取提供重要参考。（5）基于短期预报形式的GNSS实时钟差算法研究。探究了一种基于预报形式的GNSS四系统实时钟差算法,详细说明了该算法的原理、流程和策略,基于该算法实现了北斗/GPS/GLONASS/Galileo实时钟差计算在线例行运行。提出了基于广播星历健康标记的卫星机动探测与处理方案,解决了机动卫星引发的实时钟差解算时间过长和精度过差的问题。最后,以德国地学研究中心提供的GBM最终钟差产品为基准,评估了现阶段基于短期预报得到的实时钟差产品的精度,为后续该实时钟差产品应用于基于多系统的国家标准时间精密授时提供参考。结果显示GPS、GLONASS、Galileo和BDS-2（包括GEO卫星）实时钟差的精度分别为0.24 ns、0.32 ns、0.12 ns和0.49 ns,四系统实时钟差的精度优于0.5 ns。综上,论文对BDS/Galileo星载钟时频特性和短期预报性能的研究分析,可为完善基于短期预报形式的实时钟差策略提供参考,进一步提高基于北斗/GNSS多系统的国家标准时间精密授时性能。
薛文祥[10]（2020）在《新型铷原子频标及光纤微波频率传递关键技术研究》文中指出在当今信息时代,随着国民经济和科学技术的飞速发展,高精度时间频率信号的应用越来越广泛。然而高性能原子频标的体积、重量及功耗都比较大,而且成本高,适用范围比较有限。为了满足更多用户对高精度时频信号的需求,一方面积极开展紧凑型高性能原子频标的研制,以适应诸如工业制造、数字通信、智能电网、军事防御和卫星导航等方面的应用需求。另一方面,以更高性能的原子频标（如铯原子喷泉钟和冷原子光钟）为基础,利用高精度时间频率传递,满足如时间频率计量、基础物理研究、射电天文学和深空网络等领域对高精度时频信号及其比对同步的需求。对于紧凑型高性能原子频标,除了已经成熟的产品外（传统铷钟、被动型氢钟）,人们还在积极开展新型原子频标的研制,其中脉冲光抽运（POP）铷原子钟是一个非常典型的代表。它不但具有铷原子钟共有的优点,且其性能甚至优于更笨重的被动型氢钟,应用前景十分广阔。在时间频率传递方面,基于卫星链路的频率传递已无法满足铯原子喷泉基准钟的传递比对需求,而以光纤为媒介的频率传递具有损耗低、可靠性高和噪声易补偿等优点,逐渐发展成为一种新的传递手段,成为当前研究的热点。因此,本论文工作围绕POP铷原子钟和光纤微波频率传递的研究展开。在POP铷原子钟的研究中,分析了影响原子钟稳定度的一些因素,同时设计了 C场电流源、物理系统温度控制电路和闭环伺服电路。C场电流和物理系统温度对原子钟稳定度的影响分别小于1 × 10-16（τ=10-104 s）和1 × 10-15（τ=10-104s）。伺服电路输出分辨率为1μV,开环时,其输出电压对原子钟短稳的影响在5×10-14左右。测试结果表明,所设计的电路均可以满足高性能POP铷原子钟的要求。此外,对POP铷原子钟Ramsey信号的特性进行了分析,发现系统最佳的Ramsey时间TR为3 ms左右。当TR=3 ms时,Ramsey信号的对比度大于40%,达到同类原子钟的最好水平。同时根据Ramsey信号的特性,分析得到了吸收泡内铷原子的纵向和横向弛豫时间分别约为1.95 ms和2.45 ms,研究结果为进一步提高脉冲光抽运铷原子钟的性能提供了重要依据。最后,利用Dick效应分析了微波频率综合器的相位噪声对POP铷原子钟短稳的影响,其结果小于5 × 10-14τ-1/2,也可以满足原子钟的性能要求。对于光纤微波频率传递,分别进行了理论和实验研究。理论研究中,分析了光纤传输的噪声产生机理和噪声补偿原理,以及对光程补偿和电相位补偿的光纤微波频率传递原理进行了分析比对,说明了论文中选用电相位补偿方案的原因和优势。分析了影响光纤微波频率传递的多种因素,包括光纤传输时延、传输信号的相位噪声、光纤中的寄生反射、光纤色散和偏振模色散,其中光纤传输时延限制反馈环路的噪声抑制带宽,这也是限制传输距离的主要因素之一。实验研究中,考虑到实际应用,设计了一种结构更为简单,且便于级联和组网应用的电相位补偿的光纤微波频率传递方案,分别在56km盘纤和112 km实地光纤上实现了 10 GHz信号的传递。56 km盘纤上的传递稳定度为1.9 × 10-15@1s和4.9 ×10-18@104s,112 km实地光纤上的传递稳定度为4.2 × 10-15@1s和1.6 ×10-18@1 d,可以满足目前冷原子微波钟的频率传递比对需求。
二、一种频率源噪声频谱拟合方法的研究（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、一种频率源噪声频谱拟合方法的研究（论文提纲范文）
（1）太阳射电暴源的观测和辐射传播模拟（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 太阳射电暴 |
| 1.1.1 观测特征 |
| 1.1.2 Ⅲ型射电暴 |
| 1.1.3 Ⅲb型射电暴 |
| 1.1.4 S型暴 |
| 1.1.5 从观测到理论 |
| 1.2 太阳射电暴的辐射机制 |
| 1.2.1 等离子体辐射机制 |
| 1.2.2 电了回旋脉泽辐射机制 |
| 1.2.3 辐射机制的问题 |
| 1.3 射电辐射的传播效应 |
| 1.3.1 传播效应对观测的影响 |
| 1.3.2 传播效应的模型 |
| 1.4 本论文工作内容 |
| 第2章 太阳射电观测方法和仪器 |
| 2.1 太阳射电观测方法 |
| 2.1.1 动态频谱 |
| 2.1.2 矢量偏振测向法(Goniopolarimetry) |
| 2.1.3 干涉成像 |
| 2.1.4 波束成形阵成像 |
| 2.2 太阳射电观测仪器 |
| 2.2.1 STEREO/WAVES,WIND/WAVES |
| 2.2.2 南希十米射电阵(NDA) |
| 2.2.3 低频射电阵(LOFAR) |
| 第3章 Ⅲ型射电暴的自动识别和源参数反演 |
| 3.1 研究背景 |
| 3.2 Ⅲ型暴的自动识别和参数提取 |
| 3.2.1 数据预处理 |
| 3.2.2 事件识别 |
| 3.2.3 频谱参数的提取和分析 |
| 3.3 NDA观测事件的统计结果 |
| 3.4 行星际Ⅲ型暴辐射源的前向模型 |
| 3.4.1 模型描述 |
| 3.4.2 数据处理 |
| 3.4.3 个例分析 |
| 3.5 小结 |
| 第4章 Ⅲ型暴时间宽度的决定因素研究 |
| 4.1 研究背景 |
| 4.2 事件概述 |
| 4.3 测量方法和结果 |
| 4.4 关键因素分析 |
| 4.4.1 电子速度色散 |
| 4.4.2 背景电子密度扰动 |
| 4.4.3 波动传播效应 |
| 4.5 小结 |
| 第5章 射电暴精细结构辐射源的观测研究 |
| 5.1 研究背景 |
| 5.2 Ⅲb-Ⅲ型暴源的LOFAR成像观测分析 |
| 5.2.1 数据处理 |
| 5.2.2 射电源的成像特征 |
| 5.2.3 比较分析 |
| 5.3 S型暴的精细结构与源区电子密度扰动 |
| 5.3.1 频漂率 |
| 5.3.2 频谱精细结构 |
| 5.3.3 精细结构的产生机制猜想 |
| 5.3.4 分析和讨论 |
| 5.4 小结 |
| 第6章 太阳射电辐射的传播效应模拟 |
| 6.1 研究背景 |
| 6.2 各向异性散射模型 |
| 6.3 射线追踪模拟结果 |
| 6.3.1 源的大小和持续时间 |
| 6.3.2 源的位置和偏移量 |
| 6.3.3 源的视移动速度和膨胀率 |
| 6.3.4 源辐射通量的方位角分布和亮度 |
| 6.4 小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 附录A 附录 |
| A.1 库伦吸收光学深度的定性分析 |
| A.2 基频波光学深度积分数值收敛性 |
| A.3 随机方程积分 |
| A.3.1 Ito处理方式 |
| A.3.2 Stratonovich处理方式 |
| A.4 亮温度和辐射流量 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（2）基于深度学习的通信信号智能盲检测与识别技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究历史与现状 |
| 1.2.1 通信信号检测方法研究现状 |
| 1.2.2 通信信号调制识别方法研究现状 |
| 1.2.3 通信信号辐射源个体识别方法研究现状 |
| 1.3 存在的问题挑战与研究思路 |
| 1.4 论文的结构安排与主要工作 |
| 第二章 深度学习理论基础 |
| 2.1 引言 |
| 2.2 深度学习概述 |
| 2.2.1 发展历程 |
| 2.2.2 从浅层到深度学习 |
| 2.3 典型深度学习网络 |
| 2.3.1 卷积神经网络 |
| 2.3.2 循环神经网络 |
| 2.4 深度学习应用于通信信号智能盲检测与识别的思考 |
| 2.5 本章小结 |
| 第三章 基于深度学习的通信信号智能检测方法 |
| 3.1 引言 |
| 3.2 基于自适应频谱噪底抵消的能量检测方法 |
| 3.2.1 宽带频谱估计 |
| 3.2.2 自适应噪底估计 |
| 3.2.3 噪底抵消和信号检测 |
| 3.3 基于目标检测网络的通信信号智能宽带检测方法 |
| 3.3.1 宽带时频图数据集标注与构建 |
| 3.3.2 ISD-ODN智能宽带检测网络 |
| 3.3.3 算法流程总结 |
| 3.3.4 实验结果与分析 |
| 3.4 基于级联分类树的智能窄带突发信号识别方法 |
| 3.4.1 双滑动窗突发信号检测 |
| 3.4.2 窄带时频图数据增强 |
| 3.4.3 深度残差注意力信号识别网络 |
| 3.4.4 基于前导码滑动相关频谱峰值检测的信号识别 |
| 3.4.5 算法流程总结 |
| 3.4.6 实验结果与分析 |
| 3.5 本章小结 |
| 第四章 基于深度学习的通信信号智能调制识别方法 |
| 4.1 引言 |
| 4.2 基于专家经验特征的调制识别方法 |
| 4.2.1 信号参数统计特征 |
| 4.2.2 高阶统计量特征 |
| 4.2.3 循环平稳特征 |
| 4.2.4 基于特征分类的调制识别 |
| 4.3 基于降噪循环谱与稀疏滤波卷积网络的智能调制识别方法 |
| 4.3.1 二维循环谱变换 |
| 4.3.2 低秩表示降噪 |
| 4.3.3 稀疏滤波卷积网络 |
| 4.3.4 算法流程总结 |
| 4.3.5 实验结果与分析 |
| 4.4 基于魏格纳-威利分布与深度几何卷积网络的智能调制识别方法 |
| 4.4.1 魏格纳-威利分布映射 |
| 4.4.2 维度不可分的几何滤波器 |
| 4.4.3 深度几何卷积网络 |
| 4.4.4 算法流程总结 |
| 4.4.5 实验结果与分析 |
| 4.5 基于深度注意力门控卷积网络的智能调制编码联合识别方法 |
| 4.5.1 一维卷积模块 |
| 4.5.2 注意力机制门控循环模块 |
| 4.5.3 深度注意力门控卷积网络 |
| 4.5.4 算法流程总结 |
| 4.5.5 实验结果与分析 |
| 4.6 本章小结 |
| 第五章 基于深度学习的智能通信辐射源个体识别方法 |
| 5.1 引言 |
| 5.2 基于专家经验特征的辐射源个体识别方法 |
| 5.2.1 信号参数统计特征 |
| 5.2.2 信号变换域统计特征 |
| 5.2.3 机理模型特征 |
| 5.2.4 辐射源特征降维和分类器 |
| 5.3 基于时域与频域特征融合学习的智能辐射源个体识别方法 |
| 5.3.1 信号精细预处理及表示 |
| 5.3.2 IRI-TFF多域特征融合识别网络 |
| 5.3.3 算法流程总结 |
| 5.3.4 实验结果与分析 |
| 5.4 基于波形与星座矢量图特征融合学习的智能辐射源个体识别方法 |
| 5.4.1 信号精细预处理及表示 |
| 5.4.2 IRI-WCF多域特征融合识别网络 |
| 5.4.3 基于迁移学习的小样本新目标SEI方法 |
| 5.4.4 算法流程总结 |
| 5.4.5 实验结果与分析 |
| 5.5 本章小结 |
| 第六章 通信信号智能检测识别系统及实验结果 |
| 6.1 引言 |
| 6.2 系统组成和关键技术 |
| 6.2.1 系统框架和组成 |
| 6.2.2 系统实现关键技术 |
| 6.3 实验验证与分析 |
| 6.3.1 实际短波信号智能检测实验 |
| 6.3.2 实际卫星信号智能调制识别实验 |
| 6.3.3 实际超短波信号智能辐射源个体识别实验 |
| 6.4 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 论文主要贡献 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（3）基于深度学习的未知辐射源个体识别的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 辐射源指纹特征的研究 |
| 1.2.2 深度学习在信号领域的研究 |
| 1.2.3 未知类识别的研究 |
| 1.3 本论文的结构安排 |
| 第二章 基础理论 |
| 2.1 辐射源指纹特征 |
| 2.1.1 指纹特征产生机理 |
| 2.1.2 两类指纹特征 |
| 2.2 深度学习理论基础 |
| 2.2.1 人工神经网络 |
| 2.2.2 卷积神经网络 |
| 2.2.3 Softmax分类器 |
| 2.2.4 度量学习 |
| 2.3 本章小结 |
| 第三章 闭集辐射源个体识别 |
| 3.1 识别系统流程概述 |
| 3.1.1 数据预处理 |
| 3.1.2 特征提取 |
| 3.1.3 识别网络 |
| 3.2 流程方法的创新与改进 |
| 3.2.1 带内信噪比估计 |
| 3.2.2 STFT特征融合 |
| 3.2.3 局部高点数STFT |
| 3.3 已知辐射源个体识别实验 |
| 3.3.1 实验数据说明 |
| 3.3.2 实验参数说明 |
| 3.3.3 实验结果和分析 |
| 3.4 本章小结 |
| 第四章 开集辐射源个体识别 |
| 4.1 开集识别思路 |
| 4.2 未知判别方法 |
| 4.2.1 基于Softmax损失 |
| 4.2.2 基于Triplet损失 |
| 4.2.3 基于改进的Triplet损失 |
| 4.2.4 基于Center Loss损失 |
| 4.3 系统指标 |
| 4.3.1 对比系统的指标 |
| 4.3.2 综合识别系统指标 |
| 4.4 实验结果和分析 |
| 4.4.1 实验说明 |
| 4.4.2 基于Softmax损失的实验结果和分析 |
| 4.4.3 基于Triplet损失的实验结果和分析 |
| 4.4.4 基于改进的Triplet损失的实验结果和分析 |
| 4.4.5 基于Center Loss的实验结果和分析 |
| 4.4.6 四种损失的对比 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 问题与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（4）GPS驯服的高稳恒温晶振设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究历史与现状 |
| 1.3 本文的主要贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 高稳恒温晶振的设计 |
| 2.1 石英晶体谐振器的研究 |
| 2.1.1 选择石英作为谐振器的原因 |
| 2.1.2 提高频率温度特性的设计思路 |
| 2.1.3 振荡时晶体的参数分析 |
| 2.2 晶体振荡器电路实现 |
| 2.2.1 如何满足起振条件 |
| 2.2.2 振荡电路的分类研究 |
| 2.2.3 带容性负载的谐振器分析 |
| 2.2.4 振荡部分的实现 |
| 2.2.5 供电和输出电路部分的实现 |
| 2.3 恒温系统的实现 |
| 2.3.1 控温电路的研究 |
| 2.3.2 恒温槽的研究 |
| 2.3.3 控温部分的实现 |
| 2.4 本章小结 |
| 第三章 驯服部分的设计 |
| 3.1 驯服的基础条件研究 |
| 3.1.1 GPS全球卫星导航系统 |
| 3.1.2 时间间隔测量技术研究 |
| 3.1.3 驯服系统工作流程 |
| 3.2 锁定的实现 |
| 3.2.1 锁定的硬件电路 |
| 3.2.2 时间间隔测量部分的实现 |
| 3.2.3 相位数据的线性拟合 |
| 3.2.4 测量数据的软件滤波 |
| 3.3 保持的实现 |
| 3.3.1 保持的相关因素 |
| 3.3.2 老化模型的建立 |
| 3.3.3 温度模型的建立 |
| 3.4 本章小结 |
| 第四章 成品测试结果分析 |
| 4.1 测试准备工作 |
| 4.1.1 单片和批量测试板 |
| 4.1.2 测试设备 |
| 4.1.3 产品规格书 |
| 4.2 测试结果与分析 |
| 4.2.1 功率 |
| 4.2.2 输出波形 |
| 4.2.3 短期稳定度和相位噪声 |
| 4.2.4 老化特性 |
| 4.2.5 温度特性 |
| 4.2.6 频率准确度和压控特性 |
| 4.2.7 锁定特性 |
| 4.2.8 保持特性 |
| 4.2.9 报文的接收和发送 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 后面工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）低场核磁共振弛豫信号的精确检测方法及其应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景 |
| 1.3 低场核磁共振弛豫分析技术的国内外研究现状 |
| 1.3.1 低场核磁共振弛豫分析仪硬件 |
| 1.3.2 低场核磁共振弛豫分析仪软件 |
| 1.3.3 低场核磁共振弛豫分析技术的应用 |
| 1.4 课题立题依据与研究意义 |
| 1.4.1 课题的立题依据 |
| 1.4.2 选题的意义 |
| 1.5 课题来源与主要研究内容 |
| 1.5.1 课题来源 |
| 1.5.2 论文的主要研究内容 |
| 1.5.3 论文的组织结构 |
| 第二章 低场核磁共振弛豫信号检测与分析软件平台的设计与开发 |
| 2.1 引言 |
| 2.2 低场核磁共振弛豫信号检测、分析和应用的特点和功能需求 |
| 2.2.1 核磁共振的基本原理 |
| 2.2.2 核磁共振信号的产生和检测原理 |
| 2.2.3 弛豫信号检测、分析和应用的特点 |
| 2.2.4 低场核磁共振弛豫信号检测、分析和应用的功能需求 |
| 2.3 低场核磁共振弛豫信号检测、分析和应用软件的结构体系设计 |
| 2.3.1 软件设计的思路和方法 |
| 2.3.2 软件整体架构的设计 |
| 2.4 低场核磁共振弛豫检测、分析和应用软件平台的搭建 |
| 2.4.1 核心功能模块的设计 |
| 2.4.2 检测功能模块的设计 |
| 2.4.3 分析功能模块的设计 |
| 2.4.4 应用功能模块的设计 |
| 2.4.5 软件平台的实现 |
| 2.5 本章小节 |
| 第三章 低场核磁共振基础弛豫信号的建模与分析方法 |
| 3.1 引言 |
| 3.2 单脉冲序列的组成和基础弛豫信号的采集过程 |
| 3.3 低场核磁共振基础弛豫信号的建模与简化 |
| 3.3.1 核磁共振弛豫理论 |
| 3.3.2 低场核磁共振基础弛豫信号的数学模型和简化的考虑因素 |
| 3.3.3 低场核磁共振基础弛豫信号的简化数学模型 |
| 3.4 低场核磁共振基础弛豫信号的分析 |
| 3.4.1 时域最大值与时域半峰宽 |
| 3.4.2 傅里叶变换与频域半峰宽 |
| 3.4.3 频移 |
| 3.4.4 相位校正 |
| 3.4.5 单指数拟合 |
| 3.4.6 双指数拟合 |
| 3.4.7 反演 |
| 3.5 本章小节 |
| 第四章 低场核磁共振弛豫分析系统关键基础参数的自动精确寻找方法 |
| 4.1 引言 |
| 4.2 最佳接收器增益的自动确定方法 |
| 4.2.1 接收器增益寻找原理 |
| 4.2.2 考虑因素 |
| 4.2.3 接收器增益快速精确寻找算法 |
| 4.2.4 算法验证 |
| 4.3 共振频率的自动精确确定方法 |
| 4.3.1 共振频率寻找原理 |
| 4.3.2 考虑因素 |
| 4.3.3 共振频率快速精确寻找算法 |
| 4.3.4 算法验证 |
| 4.4 脉冲宽度的自动精确确定方法 |
| 4.4.1 脉冲宽度寻找原理 |
| 4.4.2 考虑因素 |
| 4.4.3 脉冲宽度自动精确确定方法 |
| 4.4.4 算法验证 |
| 4.5 本章小节 |
| 第五章 低场核磁共振弛豫分析系统关键硬件性能的核磁共振精确表征方法 |
| 5.1 引言 |
| 5.2 磁体磁场均匀度的核低场磁共振表征方法 |
| 5.2.1 磁场均匀度表征原理 |
| 5.2.2 考虑因素 |
| 5.2.3 磁场均匀度精确表征方法 |
| 5.2.4 方法验证 |
| 5.3 探头死时间的低场核磁共振性能表征方法 |
| 5.3.1 探头死时间表征原理 |
| 5.3.2 影响因素 |
| 5.3.3 探头死时间精确表征方法 |
| 5.3.4 方法验证 |
| 5.4 整机信噪比的低场核磁共振性能表征方法 |
| 5.4.1 整机信噪比表征原理 |
| 5.4.2 影响因素 |
| 5.4.3 整机信噪比精确表征方法 |
| 5.4.4 方法验证 |
| 5.5 本章小节 |
| 第六章 弛豫信号精确检测方法在活体小鼠体脂定量分析中的应用研究 |
| 6.1 引言 |
| 6.2 弛豫信号精确检测方法在自主搭建平台上的应用方法 |
| 6.3 小鼠体脂的低场核磁共振检测与定量分析 |
| 6.3.1 小鼠体脂的低场核磁共振检测方法 |
| 6.3.2 材料和数据处理 |
| 6.3.3 结果与讨论 |
| 6.4 本章小节 |
| 第七章 弛豫信号精确检测方法在食用油品质检测中的应用研究 |
| 7.1 引言 |
| 7.2 弛豫信号精确检测方法在商用低场核磁共振弛豫分析仪器上的应用方法 |
| 7.3 煎炸食用油极性组分含量低场核磁共振检测 |
| 7.3.1 煎炸食用油极性组分含量低场核磁共振检测方法 |
| 7.3.2 材料与数据处理 |
| 7.3.3 结果与讨论 |
| 7.4 本章小节 |
| 第八章 总结与展望 |
| 8.1 工作总结 |
| 8.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者简介(包括攻读博士学位期间学术成果) |
（6）雷达辐射源信号指纹特征提取及识别方法研究（论文提纲范文）
| 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 |
| 1.2.1 信号特征提取的研究现状 |
| 1.2.2 基于深度学习的辐射源识别研究现状 |
| 1.3 论文的研究内容和组织结构 |
| 第二章 雷达辐射源信号脉内调制及指纹特征研究 |
| 2.1 引言 |
| 2.2 雷达辐射源 |
| 2.2.1 基本结构 |
| 2.2.2 雷达发射机 |
| 2.3 雷达辐射源信号脉内无意调制仿真分析 |
| 2.3.1 脉内无意调制 |
| 2.3.2 雷达辐射源指纹信号建模 |
| 2.4 雷达辐射源信号指纹特征分析 |
| 2.4.1 指纹特征的产生来源 |
| 2.4.2 指纹特征的特点 |
| 2.5 本章小结 |
| 第三章 雷达辐射源信号指纹特征提取方法研究 |
| 3.1 引言 |
| 3.2 经验模态分解与双谱 |
| 3.2.1 经验模态分解算法实现与仿真分析 |
| 3.2.2 双谱估计方法与积分双谱 |
| 3.3 经验模态分解算法改进 |
| 3.3.1 筛选终止条件 |
| 3.3.2 冗余分量去除 |
| 3.4 多域指纹特征提取及雷达辐射源个体识别 |
| 3.4.1 信号指纹特征设计 |
| 3.4.2 识别方案设计 |
| 3.4.3 数据集与评价指标 |
| 3.4.4 实验与结果分析 |
| 3.5 实测信号验证结果 |
| 3.5.1 已知类场景 |
| 3.5.2 未知类场景 |
| 3.6 本章小结 |
| 第四章 深度学习在雷达辐射源个体识别中的应用研究 |
| 4.1 引言 |
| 4.2 深度学习与卷积神经网络 |
| 4.2.1 人工神经网络与深度学习 |
| 4.2.2 卷积神经网络 |
| 4.3 基于深度学习的雷达辐射源个体识别 |
| 4.3.1 方法分析 |
| 4.3.2 识别方法设计 |
| 4.3.3 网络结构参数设计及优化 |
| 4.3.4 实验与结果分析 |
| 4.3.5 性能分析 |
| 4.4 实测信号验证结果 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（7）基于信号指纹的发射源识别研究与平台搭建（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 发射源识别概述 |
| 1.3 国内外研究现状 |
| 1.3.1 发射源非线性表征研究现状 |
| 1.3.2 发射源信号特征提取研究现状 |
| 1.3.3 发射源特征分类器设计研究现状 |
| 1.4 本文研究思路以及结构安排 |
| 第二章 基于信号指纹的发射源识别基础 |
| 2.1 引言 |
| 2.2 发射源信号指纹形成机理 |
| 2.2.1 功率放大器非线性 |
| 2.2.2 调制器与频率源非线性 |
| 2.3 发射源识别系统处理流程 |
| 2.3.1 接收信号模型 |
| 2.3.2 信号指纹的特征提取和分类识别 |
| 2.4 卷积神经网络 |
| 2.4.1 卷积神经网络组成部分 |
| 2.4.2 Inception网络 |
| 2.4.3 ResNet网络 |
| 2.4.4 DenseNet实现 |
| 2.5 本章小结 |
| 第三章 基于功放非线性的发射源识别 |
| 3.1 引言 |
| 3.2 基于深度记忆的功率放大器模型 |
| 3.2.1 Volterra级数模型 |
| 3.2.2 基于Volterra级数的记忆多项式模型 |
| 3.2.3 深度记忆多项式模型 |
| 3.3 循环谱表征特性 |
| 3.3.1 循环谱模型 |
| 3.3.2 信号循环频谱 |
| 3.4 基于多核双路网络的发射源识别方法 |
| 3.4.1 多核双路网络结构 |
| 3.4.2 多核双路网络特征训练 |
| 3.5 算法仿真验证与分析 |
| 3.5.1 不同信道对性能的影响 |
| 3.5.2 系统参数对性能的影响 |
| 3.6 本章小结 |
| 第四章 发射源识别系统平台验证 |
| 4.1 引言 |
| 4.2 USRP介绍 |
| 4.2.1 平台硬件架构 |
| 4.2.2 平台软件架构 |
| 4.3 仿真模块流程与结果分析 |
| 4.3.1 仿真总体框架 |
| 4.3.2 各个模块仿真验证 |
| 4.4 发射源识别的实测与结果分析 |
| 4.4.1 无线电软件平台发送端 |
| 4.4.2 无线电软件平台接收端 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究内容总结 |
| 5.2 不足及对今后工作的展望 |
| 参考文献 |
| 致谢 |
| 硕士期间发表论文情况 |
（8）共形自适应阵列互耦校准系统的设计和研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 阵列信号的去耦技术的发展及研究现状 |
| 1.3 共形天线阵列的发展现状 |
| 1.4 无线接收机的发展及研究现状 |
| 1.5 本文工作内容 |
| 第二章 阵列天线基础理论与互耦效应分析 |
| 2.1 阵列天线的基础知识 |
| 2.1.1 阵列天线的辐射特性 |
| 2.1.2 均匀直线阵的基本理论 |
| 2.1.3 平面阵列的基本理论 |
| 2.2 阵列天线的互耦分析 |
| 2.3 互耦效应的分析方法 |
| 2.3.1 开路电压法 |
| 2.3.2 S散射参数法 |
| 2.3.3 全波法 |
| 2.4 单元方向图重建法 |
| 2.5 本章小结 |
| 第三章 射频接收机基础理论 |
| 3.1 接收机射频前端性能指标 |
| 3.1.1 噪声系数 |
| 3.1.2 增益 |
| 3.1.3 灵敏度 |
| 3.1.4 线性度 |
| 3.1.5 动态范围 |
| 3.2 接收机系统介绍 |
| 3.2.1 超外差式接收机 |
| 3.2.2 直接下变频接收机 |
| 3.2.3 低中频接收机 |
| 3.3 本章小结 |
| 第四章 信号校准系统硬件的设计 |
| 4.1 共形阵天线的设计 |
| 4.1.1 线极化天线共形阵的设计 |
| 4.1.2 圆极化天线共形阵的设计 |
| 4.2 接收机系统的系统方案和模块设计 |
| 4.2.1 接收机系统的框架设计和指标要求 |
| 4.2.2 射频模块设计 |
| 4.2.3 混频模块设计 |
| 4.2.4 中频模块设计 |
| 4.2.5 频率源模块设计 |
| 4.2.6 电源模块设计 |
| 4.3 数字信号处理模块 |
| 4.4 本章小结 |
| 第五章 信号校准系统的仿真与测试 |
| 5.1 共形天线阵列的测试 |
| 5.1.1 线极化共形阵的测试 |
| 5.1.2 圆极化共形阵的测试 |
| 5.2 接收机系统的仿真与测试 |
| 5.2.1 接收机系统链路参数仿真 |
| 5.2.2 接收机系统原理图与版图设计 |
| 5.3 接收机系统的测试 |
| 5.4 校准算法的验证实验 |
| 5.4.1 校准系统的搭建 |
| 5.4.2 校准系统的验证实验 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）BDS-3/Galileo星载钟时频特性及短期预报性能分析（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 GNSS卫星钟特性评估 |
| 1.2.2 GNSS钟差预报 |
| 1.3 主要研究内容 |
| 第2章 星载钟性能分析与钟差建模预报基础理论 |
| 2.1 星载钟特性评估指标 |
| 2.1.1 相位、频率和频漂 |
| 2.1.2 频率稳定度 |
| 2.2 钟差数据预处理 |
| 2.2.1 相频数据转换 |
| 2.2.2 基于MAD法的粗差探测 |
| 2.3 常用卫星钟差模型 |
| 2.3.1 多项式模型 |
| 2.3.2 周期项模型 |
| 2.4 钟差参数估计方法 |
| 2.4.1 序贯最小二乘法 |
| 2.4.2 Kalman滤波 |
| 2.5 本章小结 |
| 第3章 BDS/Galileo星载钟特性分析 |
| 3.1 原子钟时频特性分析策略 |
| 3.1.1 实验策略 |
| 3.1.2 数据选取 |
| 3.2 BDS-2星载原子钟特性分析 |
| 3.2.1 引言 |
| 3.2.2 相位、频率、频漂变化规律 |
| 3.2.3 钟差模型噪声变化规律 |
| 3.2.4 频率稳定度指标分析 |
| 3.3 BDS-3星载原子钟特性分析 |
| 3.3.1 引言 |
| 3.3.2 相位、频率、频漂变化规律 |
| 3.3.3 钟差模型噪声变化规律 |
| 3.3.4 频率稳定度指标分析 |
| 3.4 Galileo星载原子钟特性分析 |
| 3.4.1 引言 |
| 3.4.2 相位、频率、频漂变化规律 |
| 3.4.3 钟差模型噪声变化规律 |
| 3.4.4 频率稳定度指标分析 |
| 3.5 BDS/Galileo星载钟频率稳定度比较 |
| 3.6 本章小结 |
| 第4章 BDS-3/Galileo短期预报性能分析 |
| 4.1 建立基本预报模型 |
| 4.1.1 预报模型选择 |
| 4.1.2 时间自适应权函数 |
| 4.2 BDS-3/Galileo卫星钟差周期项分析 |
| 4.2.1 BDS-3周期项分析 |
| 4.2.2 Galileo周期项分析 |
| 4.3 算例分析 |
| 4.3.1 短期预报性能分析 |
| 4.3.2 拟合弧段长度对钟差预报的影响 |
| 4.4 本章小结 |
| 第5章 基于短期预报的GNSS实时精密钟差 |
| 5.1 引言 |
| 5.2 GNSS实时钟差算法原理 |
| 5.2.1 GNSS钟差估计方法 |
| 5.2.2 四系统实时钟差解算流程 |
| 5.2.3 四系统实时钟差解算策略 |
| 5.2.4 卫星机动期间实时钟差解算策略改进 |
| 5.3 NTSC GNSS实时钟差产品精度分析 |
| 5.3.1 基于二次差法的钟差精度评估 |
| 5.3.2 数据选取与实验策略 |
| 5.3.3 结果分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及在学期间发表的学术论文与研究成果 |
（10）新型铷原子频标及光纤微波频率传递关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略语 |
| 第1章 绪论 |
| 1.1 时间频率概述 |
| 1.2 原子频标 |
| 1.2.1 原子频标发展历程 |
| 1.2.2 紧凑型高性能原子频标 |
| 1.2.3 POP铷原子钟的研究现状及应用前景 |
| 1.3 原子频标信号传递 |
| 1.3.1 高精度频率传递的应用 |
| 1.3.2 基于卫星链路的频率传递 |
| 1.3.3 光纤频率传递 |
| 1.4 本论文的主要内容及结构 |
| 第2章 POP铷原子钟关键技术研究 |
| 2.1 POP铷原子钟的原理 |
| 2.2 POP铷原子钟相关电路设计 |
| 2.2.1 影响原子钟中长期稳定度的因素分析 |
| 2.2.2 C场电流源 |
| 2.2.3 物理系统温度控制 |
| 2.2.4 闭环伺服电路系统 |
| 2.3 Ramsey信号特性分析 |
| 2.4 微波频率综合器评估 |
| 2.5 小结 |
| 第3章 光纤微波频率传递理论研究 |
| 3.1 光纤微波频率传递原理 |
| 3.1.1 光纤传输噪声分析 |
| 3.1.2 噪声补偿方法 |
| 3.2 影响光纤微波频率传递性能的因素分析 |
| 3.2.1 传输时延对传递性能的限制 |
| 3.2.2 频率源噪声的影响 |
| 3.2.3 光纤链路中寄生反射的影响 |
| 3.2.4 光纤色散效应 |
| 3.2.5 偏振模色散效应 |
| 3.3 光纤微波频率传递性能评估方法 |
| 3.3.1 频率稳定度 |
| 3.3.2 残余相位噪声及其测量 |
| 3.4 小结 |
| 第4章 光纤微波频率传递实验研究 |
| 4.1 补偿系统的结构及其原理 |
| 4.2 环路滤波器和温度控制电路设计 |
| 4.2.1 环路滤波器 |
| 4.2.2 温度控制电路 |
| 4.3 实验室56km盘纤上的微波频率传递 |
| 4.3.1 初步实验 |
| 4.3.2 实验方案改进及测试 |
| 4.4 112km实地光纤上的微波频率传递 |
| 4.5 抑制激光噪声影响的传递方案设计 |
| 4.6 小结 |
| 第5章 光纤微波频率级联传递及组网传递方案设计 |
| 5.1 光纤微波频率级联传递 |
| 5.2 利用级联方式组建光纤微波频率传递网络 |
| 5.3 小结 |
| 第6章 总结与展望 |
| 6.1 POP铷原子钟 |
| 6.2 光纤微波频率传递 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
四、一种频率源噪声频谱拟合方法的研究（论文参考文献）
- [1]太阳射电暴源的观测和辐射传播模拟[D]. 张沛锦. 中国科学技术大学, 2021(09)
- [2]基于深度学习的通信信号智能盲检测与识别技术研究[D]. 李润东. 电子科技大学, 2021(01)
- [3]基于深度学习的未知辐射源个体识别的研究[D]. 林万杰. 电子科技大学, 2021(01)
- [4]GPS驯服的高稳恒温晶振设计与实现[D]. 张永光. 电子科技大学, 2020(03)
- [5]低场核磁共振弛豫信号的精确检测方法及其应用研究[D]. 周新龙. 东南大学, 2020
- [6]雷达辐射源信号指纹特征提取及识别方法研究[D]. 孙恒. 北京邮电大学, 2020(04)
- [7]基于信号指纹的发射源识别研究与平台搭建[D]. 于慧. 北京邮电大学, 2020(04)
- [8]共形自适应阵列互耦校准系统的设计和研究[D]. 刘伟. 西安电子科技大学, 2020(05)
- [9]BDS-3/Galileo星载钟时频特性及短期预报性能分析[D]. 刘洋洋. 中国科学院大学(中国科学院国家授时中心), 2020(02)
- [10]新型铷原子频标及光纤微波频率传递关键技术研究[D]. 薛文祥. 中国科学院大学(中国科学院国家授时中心), 2020(02)