| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 雷达自动目标识别概述 | 第14-16页 |
| 1.1.1 雷达自动目标识别流程 | 第14-15页 |
| 1.1.2 基于HRRP的雷达自动目标识别 | 第15-16页 |
| 1.2 变体目标识别研究意义和发展现状 | 第16-17页 |
| 1.3 结构稀疏先验应用研究现状 | 第17页 |
| 1.4 本文的内容和安排 | 第17-20页 |
| 1.4.1 数据介绍 | 第17-18页 |
| 1.4.2 内容安排 | 第18-20页 |
| 第二章 变体目标仿真回波分析和稀疏表示理论 | 第20-36页 |
| 2.1 引言 | 第20-21页 |
| 2.2 变体目标回波信号仿真分析 | 第21-24页 |
| 2.3 稀疏表示基本理论 | 第24-33页 |
| 2.3.1 稀疏表示模型 | 第24-30页 |
| 2.3.2 结构化稀疏模型 | 第30-33页 |
| 2.4 结构化稀疏信号重构实验 | 第33-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 基于结构化稀疏约束的变体目标HRRP识别方法 | 第36-54页 |
| 3.1 引言 | 第36-37页 |
| 3.2 基于编码复杂度的结构化稀疏模型 | 第37-41页 |
| 3.2.1 编码复杂度函数 | 第38-39页 |
| 3.2.2 结构化稀疏贪婪求解算法 | 第39-41页 |
| 3.3 基于结构稀疏约束优化的变体目标HRRP识别方法 | 第41-46页 |
| 3.3.1 变体目标结构稀疏约束模型和求解 | 第41-45页 |
| 3.3.2 变体目标HRRP识别流程 | 第45-46页 |
| 3.4 实验结果与分析 | 第46-52页 |
| 3.4.1 实验数据与设置 | 第46页 |
| 3.4.2 变体目标高分辨距离像恢复实验 | 第46-48页 |
| 3.4.3 变体分量占据支撑区不同比例的HRRP识别实验 | 第48-50页 |
| 3.4.4 编码复杂度门限值对识别性能的影响 | 第50-51页 |
| 3.4.5 含有多块变体分量时的HRRP识别实验 | 第51-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第四章 基于贝叶斯结构稀疏先验的变体目标HRRP识别方法 | 第54-74页 |
| 4.1 引言 | 第54页 |
| 4.2 贝叶斯框架下的结构化稀疏统计模型 | 第54-61页 |
| 4.2.1 贝叶斯结构化稀疏统计模型 | 第54-56页 |
| 4.2.2 模型推断 | 第56-61页 |
| 4.3 基于贝叶斯结构化稀疏先验的变体目标HRRP识别方法 | 第61-64页 |
| 4.3.1 变体目标贝叶斯结构稀疏先验模型和求解 | 第61-63页 |
| 4.3.2 基于SVD的快速识别算法 | 第63-64页 |
| 4.4 实验结果及分析 | 第64-72页 |
| 4.4.1 变体目标高分辨距离像恢复实验 | 第64-67页 |
| 4.4.2 变体分量占据支撑区不同比例的HRRP识别实验 | 第67-68页 |
| 4.4.3 SVD-LPCSBL中奇异向量个数对识别性能的影响实验 | 第68-70页 |
| 4.4.4 SVD-LPCSBL和LPCSBL速度对比实验 | 第70-71页 |
| 4.4.5 含有多块变体分量时的HRRP识别实验 | 第71-72页 |
| 4.5 本章小结 | 第72-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 论文工作总结 | 第74页 |
| 5.2 工作展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82-83页 |
