基于高分辨距离像的舰船目标识别研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-15页 |
1.1 课题背景及研究的目的和意义 | 第9-10页 |
1.2 国内外研究现状分析 | 第10-12页 |
1.2.1 国内外现状 | 第10-11页 |
1.2.2 特征提取技术 | 第11-12页 |
1.2.3 特征分类技术 | 第12页 |
1.3 本文的主要研究内容 | 第12-13页 |
1.4 论文结构安排 | 第13-15页 |
第2章 高分辨距离像的特性分析及预处理 | 第15-28页 |
2.1 引言 | 第15页 |
2.2 HRRP特性分析 | 第15-22页 |
2.2.1 散射点中心模型 | 第15-16页 |
2.2.2 实验数据描述 | 第16-18页 |
2.2.3 高分辨距离像的特性 | 第18-22页 |
2.3 预处理 | 第22-24页 |
2.3.1 包络对齐处理 | 第22-23页 |
2.3.2 非相干平均处理 | 第23-24页 |
2.4 长度特征提取 | 第24-27页 |
2.4.1 恒虚警门限法 | 第24-26页 |
2.4.2 归一化阈值法 | 第26页 |
2.4.3 实验结果 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
第3章 基于降维双谱特征的分类识别 | 第28-48页 |
3.1 引言 | 第28页 |
3.2 降维双谱特征 | 第28-38页 |
3.2.1 统计信号的双谱 | 第28-29页 |
3.2.2 轴向积分双谱 | 第29-32页 |
3.2.3 径向积分双谱 | 第32-33页 |
3.2.4 圆周积分双谱 | 第33-34页 |
3.2.5 局部双谱 | 第34-38页 |
3.3 分类识别结果 | 第38-47页 |
3.3.1 分类识别器及参数寻优算法 | 第38-39页 |
3.3.2 实验结果分析 | 第39-47页 |
3.4 本章小结 | 第47-48页 |
第4章 基于特征子空间的分类识别 | 第48-60页 |
4.1 引言 | 第48页 |
4.2 基于子空间的特征提取技术 | 第48-54页 |
4.2.1 线性特征提取算法 | 第48-50页 |
4.2.2 核主成分算法 | 第50-52页 |
4.2.3 联合特征分析算法 | 第52-54页 |
4.3 实验结果分析 | 第54-58页 |
4.4 本章小结 | 第58-60页 |
结论 | 第60-62页 |
参考文献 | 第62-66页 |
攻读硕士学位期间发表的论文及其它成果 | 第66-68页 |
致谢 | 第68页 |