| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 本课题的研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文主要研究内容和结构安排 | 第12-13页 |
| 第二章 典型海杂波的特性分析与仿真 | 第13-26页 |
| 2.1 海杂波的幅度统计模型 | 第13-16页 |
| 2.2 海杂波的功率谱特性 | 第16-17页 |
| 2.3 典型海杂波模型仿真 | 第17-25页 |
| 2.3.1 海杂波的仿真方法 | 第17-18页 |
| 2.3.2 杂波统计模型的仿真 | 第18-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于统计多模型的船舶导航雷达海杂波抑制方法 | 第26-35页 |
| 3.1 多参数选择的海杂波模型库 | 第26-30页 |
| 3.2 多模型选择海杂波抑制算法原理 | 第30-31页 |
| 3.3 仿真与实测处理结果对比分析 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 恒虚警率检测方法研究及FPGA实现 | 第35-65页 |
| 4.1 恒虚警率检测方法的基本原理 | 第35-41页 |
| 4.1.1 奈曼-皮尔森最优检测 | 第35-38页 |
| 4.1.2 恒虚警率检测方法的基本原理 | 第38-41页 |
| 4.2 恒虚警率处理算法 | 第41-52页 |
| 4.2.1 均值类恒虚警率(ML-CFAR)处理算法 | 第41-47页 |
| 4.2.2 有序统计类恒虚警率(OS-CFAR)处理算法 | 第47-49页 |
| 4.2.3 排序选大恒虚警率(OSGO-CFAR)算法 | 第49-52页 |
| 4.3 FPGA的设计流程 | 第52-56页 |
| 4.4 ML-CFAR算法的FPGA实现 | 第56-60页 |
| 4.4.1 ML-CFAR算法的模型化设计 | 第56-58页 |
| 4.4.2 仿真结果分析 | 第58-60页 |
| 4.5 OSGO-CFAR算法的FPGA实现 | 第60-64页 |
| 4.5.1 OSGO-CFAR算法的模型化设计 | 第60-63页 |
| 4.5.2 仿真结果分析 | 第63-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |
