基于一维距离像的空间目标识别技术研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章绪论 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·空间目标识别研究与技术的现状 | 第11-13页 |
| ·HRRP 成像理论概论与多传感器融合识别 | 第13-16页 |
| ·HRRP 成像理论概论 | 第13-14页 |
| ·基于多传感器融合的空间目标识别 | 第14-16页 |
| ·本文的主要内容与安排 | 第16-17页 |
| 第二章卫星目标高分辨一维距离像 | 第17-29页 |
| ·引言 | 第17页 |
| ·空间目标的一维距离像特性 | 第17-21页 |
| ·一维距离像散射模型 | 第17-18页 |
| ·空间目标一维距离像平移敏感性 | 第18-19页 |
| ·空间目标一维距离像方位敏感性 | 第19-20页 |
| ·空间目标一维距离像幅度敏感性 | 第20-21页 |
| ·卫星目标一维距离像预处理 | 第21-25页 |
| ·距离对齐 | 第22页 |
| ·归一化 | 第22-24页 |
| ·幂变换 | 第24-25页 |
| ·空间目标一维距离像特征提取 | 第25-28页 |
| ·中心矩特征 | 第26页 |
| ·目标距离域结构特征 | 第26-27页 |
| ·幅度域直观特征 | 第27-28页 |
| ·幅度波形的“去尺度”结构特征 | 第28页 |
| ·幅度波形的起伏结构特征 | 第28页 |
| ·小结 | 第28-29页 |
| 第三章基于多类支持向量机的空间目标识别算法 | 第29-39页 |
| ·引言 | 第29页 |
| ·统计学习理论的基本概念 | 第29-31页 |
| ·VC 维 | 第29-30页 |
| ·推广误差的界 | 第30页 |
| ·结构风险最小化原则 | 第30-31页 |
| ·支持向量机 | 第31-34页 |
| ·线性支持向量机 | 第31-33页 |
| ·非线性支持向量机及核函数 | 第33-34页 |
| ·多类支持向量机 | 第34-38页 |
| ·多类支持向量机常用方法 | 第34-35页 |
| ·算法步骤与特征组合策略 | 第35-38页 |
| ·小结 | 第38-39页 |
| 第四章空间目标多传感器融合识别 | 第39-49页 |
| ·引言 | 第39页 |
| ·空间目标多传感器融合识别方法 | 第39-43页 |
| ·融合识别方法 | 第39-41页 |
| ·融合识别策略 | 第41-43页 |
| ·空间目标分层识别方法 | 第43-48页 |
| ·分层识别方法流程 | 第43页 |
| ·个体确认识别 | 第43-44页 |
| ·姿态控制方式的判断 | 第44-47页 |
| ·形状和尺寸的估计 | 第47-48页 |
| ·小结 | 第48-49页 |
| 结束语 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 作者在学期间取得的学术成果 | 第55页 |
