3mm波段瞬态信号的采集与处理
第一章 绪论 | 第1-14页 |
·课题来源及研究的目的和意义 | 第6页 |
·国内外研究现状及分析 | 第6-8页 |
·雷达目标识别概述 | 第8-11页 |
·雷达目标识别的一般方法 | 第9-10页 |
·提取雷达目标特征的方法 | 第10-11页 |
·基于小波分析和神经网络的目标识别 | 第11页 |
·本文的主要工作 | 第11-14页 |
第二章 瞬态信号的采集 | 第14-22页 |
·毫米波脉冲雷达 | 第14-17页 |
·毫米波脉冲调制近程雷达的基本原理 | 第15页 |
·毫米波脉冲调制近程雷达测距的特点 | 第15-16页 |
·本文采用的毫米波脉冲雷达的原理 | 第16-17页 |
·瞬态信号的取样方法 | 第17-20页 |
·瞬态信号采集的实现 | 第20-22页 |
第三章 瞬态信号的特征提取 | 第22-36页 |
·小波分析 | 第22-30页 |
·连续小波变换 | 第23-24页 |
·离散小波变换 | 第24-25页 |
·多分辨率分析与Mallat算法 | 第25-28页 |
·几种常用的基本小波函数及其主要性质 | 第28-30页 |
·基于小波分析的瞬态信号的特征提取 | 第30-36页 |
·小波函数的选取 | 第31页 |
·瞬态信号的小波特征提取方法及实现 | 第31-36页 |
第四章 基于径向基函数网络的分类识别 | 第36-52页 |
·人工神经网络简介 | 第36-44页 |
·人工神经网络模型 | 第36-39页 |
·生物神经元模型 | 第37-38页 |
·人工神经网络的模型 | 第38-39页 |
·人工神经网络的结构 | 第39-41页 |
·神经网络的学习 | 第41-42页 |
·人工神经网络特点及应用 | 第42-44页 |
·径向基函数神经网络及其分类器的设计 | 第44-52页 |
·径向基函数神经网络 | 第44-47页 |
·RBF网络的学习算法 | 第47-49页 |
·RBF网络分类器的实现及仿真结果 | 第49-52页 |
第五章 分析改进与总结 | 第52-57页 |
·改进的K-均值聚类算法 | 第52-53页 |
·改进后RBF神经网络的分类效果 | 第53-54页 |
·总结 | 第54-57页 |
结束语 | 第57-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-60页 |