| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-24页 |
| ·研究背景 | 第11-12页 |
| ·雷达自动目标识别概述 | 第12-18页 |
| ·雷达自动目标识别系统框架 | 第12-13页 |
| ·雷达自动目标识别的发展及现状 | 第13-15页 |
| ·雷达自动目标识别技术回顾 | 第15-18页 |
| ·基于 HRRP 雷达目标识别技术概述 | 第18-22页 |
| ·论文内容和安排 | 第22-24页 |
| 第二章 散射中心模型及实验数据 | 第24-33页 |
| ·引言 | 第24页 |
| ·散射中心模型 | 第24-25页 |
| ·基于散射中心模型的目标高分辨距离像 | 第25页 |
| ·一维距离像特点 | 第25-27页 |
| ·高分辨距离像实验数据 | 第27-32页 |
| ·仿真目标数据描述 | 第27-28页 |
| ·军机实测数据描述 | 第28-30页 |
| ·民航机实测数据描述 | 第30-32页 |
| ·实验数据预处理 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第三章 目标长度特征提取及识别 | 第33-45页 |
| ·引言 | 第33页 |
| ·高分辨距离像的目标长度特征 | 第33-34页 |
| ·基于自适应差分算子的目标长度特征提取 | 第34-37页 |
| ·差分算子的定义 | 第34-36页 |
| ·自适应差分算子及长度特征提取步骤 | 第36-37页 |
| ·长度特征提取实验 | 第37-42页 |
| ·实验方法 | 第37-38页 |
| ·仿真目标实验 | 第38-41页 |
| ·实测军机目标实验 | 第41页 |
| ·实测民航机目标实验 | 第41-42页 |
| ·基于目标长度特征的预分类 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于信息融合的距离像识别 | 第45-67页 |
| ·引言 | 第45页 |
| ·基于 WOAO 分类器的子空间法目标识别 | 第45-57页 |
| ·基于 PCA 的目标特征提取 | 第46-47页 |
| ·基于 LDA 的目标特征提取 | 第47-48页 |
| ·最近中心邻（NC）分类器 | 第48-49页 |
| ·加权一对一（WOAO）分类器设计 | 第49-51页 |
| ·实验结果与分析 | 第51-57页 |
| ·基于信息融合的目标识别 | 第57-65页 |
| ·分类器组合 | 第57-59页 |
| ·基于长度和子空间特征的多级组合分类器 | 第59-61页 |
| ·实验结果与分析 | 第61-65页 |
| ·本章小结 | 第65-67页 |
| 第五章 特征选择及 HRRP 识别 | 第67-88页 |
| ·引言 | 第67-68页 |
| ·基于 MRe 算法的特征选择与识别 | 第68-75页 |
| ·Relief 特征选择算法 | 第68-70页 |
| ·MRe 特征选择算法 | 第70-74页 |
| ·基于 MRe 的 HRRP 识别 | 第74-75页 |
| ·基于 PCA-MRe 算法的 HRRP 目标识别 | 第75-76页 |
| ·基于 PM-SFS 算法的 HRRP 目标识别 | 第76-79页 |
| ·实验结果与分析 | 第79-87页 |
| ·基于 MRe 算法的距离像识别实验 | 第79-84页 |
| ·基于 PCA-MRe 和 PM-SFS 算法的距离像识别实验 | 第84-87页 |
| ·本章小结 | 第87-88页 |
| 第六章 HRRP 库外目标拒识算法研究 | 第88-105页 |
| ·引言 | 第88-89页 |
| ·系统性能评估指标 | 第89页 |
| ·基于广义置信度的目标拒识算法 | 第89-93页 |
| ·广义置信度函数 | 第90-91页 |
| ·拒识算法设计 | 第91-93页 |
| ·基于链条覆盖模型的目标可拒识分类算法 | 第93-97页 |
| ·构建链条覆盖模型 | 第93-95页 |
| ·样本归属的判断 | 第95-96页 |
| ·拒识与分类算法 | 第96-97页 |
| ·实验与分析 | 第97-104页 |
| ·仿真数据实验 | 第97-101页 |
| ·五类民航机目标实测数据实验 | 第101-104页 |
| ·本章小结 | 第104-105页 |
| 第七章 总结与展望 | 第105-108页 |
| ·全文内容总结 | 第105-106页 |
| ·未来工作展望 | 第106-108页 |
| 致谢 | 第108-109页 |
| 参考文献 | 第109-121页 |
| 攻博期间取得的研究成果 | 第121-123页 |