摘要 | 第9-10页 |
ABSTRACT | 第10-11页 |
第一章 绪论 | 第12-19页 |
1.1 研究背景以及意义 | 第12-13页 |
1.2 国内外研究现状及趋势 | 第13-17页 |
1.2.1 海杂波特性及分布模型 | 第13-14页 |
1.2.2 杂波下的目标检测算法 | 第14-15页 |
1.2.3 基于多帧检测的CFAR技术 | 第15-17页 |
1.3 本文的主要内容 | 第17-19页 |
第二章 相参雷达下复杂海杂波的建模仿真 | 第19-31页 |
2.1 引言 | 第19页 |
2.2 常见的统计分布模型 | 第19-25页 |
2.2.1 对数正态分布模型 | 第19-21页 |
2.2.2 瑞利分布模型 | 第21-23页 |
2.2.3 韦布尔分布模型 | 第23-25页 |
2.3 复合K分布仿真 | 第25-30页 |
2.3.1 幅度分布特性 | 第25-26页 |
2.3.2 相关性解释 | 第26-27页 |
2.3.3 杂波仿真 | 第27-30页 |
2.4 本章小结 | 第30-31页 |
第三章 复杂海杂波背景下若干CFAR检测方法 | 第31-58页 |
3.1 自适应的参量CFAR检测方法 | 第32-37页 |
3.1.1 加窗处理 | 第32-34页 |
3.1.2 设定门限HeT | 第34-37页 |
3.2 自适应ODV检测方法 | 第37-44页 |
3.2.1 ODV统计量 | 第37-38页 |
3.2.2 ODV检验门限获取 | 第38-40页 |
3.2.3 Padé逼近 | 第40-44页 |
3.3 基于分形缝隙率特征的单帧RD图像域检测算法 | 第44-52页 |
3.3.1 预处理 | 第44-46页 |
3.3.2 RD图像的时频密度函数 | 第46-47页 |
3.3.3 基于分形缝隙率的检测 | 第47-52页 |
3.4 结果分析 | 第52-57页 |
3.4.1 均匀海杂波背景 | 第52-55页 |
3.4.2 非均匀海杂波背景 | 第55-57页 |
3.5 本章小结 | 第57-58页 |
第四章 复杂海杂波背景下基于多帧检测的CFAR技术 | 第58-76页 |
4.1 基于SOSCA-CFAR的序列图像检测 | 第58-65页 |
4.1.1 均匀性检验 | 第58-60页 |
4.1.2 SOSCA-CFAR算法 | 第60-62页 |
4.1.3 帧间相关检验 | 第62-65页 |
4.2 基于动态规划的TBD算法 | 第65-68页 |
4.2.1 动态规划数学描述 | 第65-66页 |
4.2.2 弱小目标的DP-TBD算法 | 第66-68页 |
4.3 基于Gaussian粒子滤波的TBD算法 | 第68-72页 |
4.3.1 检测模型 | 第68-69页 |
4.3.2 基于Gaussian粒子滤波的TBD算法 | 第69-71页 |
4.3.3 SPRT-FSS似然比检验 | 第71-72页 |
4.4 实验结果分析 | 第72-75页 |
4.5 本章小结 | 第75-76页 |
第五章 结束语 | 第76-78页 |
5.1 工作总结 | 第76-77页 |
5.2 研究展望 | 第77-78页 |
致谢 | 第78-79页 |
参考文献 | 第79-85页 |
作者在学期间取得的学术成果 | 第85页 |