表目录 | 第1-8页 |
图目录 | 第8-11页 |
摘要 | 第11-12页 |
ABSTRACT | 第12-14页 |
第一章 绪论 | 第14-27页 |
·课题研究的背景及意义 | 第14-16页 |
·课题研究现状及发展趋势 | 第16-24页 |
·雷达杂波特性分析、建模与仿真方法研究 | 第17-22页 |
·杂波下的小目标检测与参数估计方法研究 | 第22-24页 |
·本文的主要工作及章节安排 | 第24-27页 |
第二章 基于统计理论的杂波特性分析与建模 | 第27-51页 |
·引言 | 第27-28页 |
·杂波统计特性分析与建模方法研究 | 第28-38页 |
·杂波统计特性分析与建模的基本方法 | 第28-30页 |
·杂波分布的参数估计方法研究 | 第30-38页 |
·海杂波测量数据统计特性分析与仿真 | 第38-50页 |
·XX雷达杂波数据分析 | 第38-43页 |
·IPIX雷达杂波数据分析 | 第43-47页 |
·高分辨时空二维相关杂波仿真 | 第47-50页 |
·小结 | 第50-51页 |
第三章 基于复杂性理论的杂波特性分析与建模 | 第51-98页 |
·引言 | 第51-52页 |
·海杂波的复杂性研究 | 第52-70页 |
·海杂波复杂性的定性分析 | 第52-56页 |
·海杂波的非线性检验和可预测性分析 | 第56-64页 |
·海杂波复杂性的定量分析 | 第64-70页 |
·海杂波的多重分形特性分析与仿真 | 第70-83页 |
·海杂波的多重分形特性分析 | 第70-79页 |
·基于小波多重分形模型的海杂波仿真方法 | 第79-83页 |
·基于HHT的海杂波特性分析 | 第83-97页 |
·Hilbert-Huang变换的基本原理 | 第83-86页 |
·基于HHT的海杂波特性分析 | 第86-92页 |
·基于HHT的杂波下目标鉴别方法 | 第92-97页 |
·小结 | 第97-98页 |
第四章 非高斯杂波下的小目标检测新方法 | 第98-129页 |
·引言 | 第98-99页 |
·基于神经网络预测的杂波下小目标检测方法 | 第99-107页 |
·基于RBF神经网络预测的目标检测方法 | 第100-103页 |
·仿真实验结果 | 第103-107页 |
·基于随机共振的K分布杂波下小目标检测方法 | 第107-117页 |
·随机共振的基本原理 | 第108-110页 |
·K分布杂波下的最优非线性检测器 | 第110-113页 |
·K分布杂波下的次优随机共振检测器 | 第113-117页 |
·基于分数阶循环平稳的Alpha-Stable杂波下信号检测与估计方法 | 第117-128页 |
·Alpha-Stable分布及其特性 | 第118-120页 |
·分数低阶循环平稳信号 | 第120-123页 |
·检测与估计方案 | 第123-126页 |
·仿真实验结果 | 第126-128页 |
·小结 | 第128-129页 |
第五章 杂波下的参数估计方法研究 | 第129-167页 |
·引言 | 第129-130页 |
·基于贝叶斯原理的散射中心参数估计与定阶方法 | 第130-144页 |
·GTD模型贝叶斯估计的基本原理与问题 | 第131-132页 |
·基于贝叶斯方法的GTD模型参数估计与定阶方法 | 第132-135页 |
·基于RJ-MCMC的GTD模型联合参数估计与定阶算法 | 第135-138页 |
·仿真实验结果 | 第138-144页 |
·长拖尾K分布杂波下散射中心参数的稳健估计方法 | 第144-158页 |
·稳健统计与M-估计 | 第145-147页 |
·长拖尾杂波下DE模型散射中心参数的M估计 | 第147-153页 |
·基于M-CPSO的散射中心参数稳健估计算法 | 第153-158页 |
·K分布杂波下基于粒子滤波器的目标运动参数估计方法 | 第158-166页 |
·基本粒子滤波器算法 | 第159-161页 |
·K分布杂波下目标运动参数估计的粒子滤波器算法 | 第161-163页 |
·仿真实验结果 | 第163-166页 |
·小结 | 第166-167页 |
结束语 | 第167-170页 |
论文的主要研究成果及创新点 | 第167-168页 |
下一步工作展望 | 第168-170页 |
致谢 | 第170-171页 |
参考文献 | 第171-183页 |
作者在学期间取得的学术成果 | 第183-185页 |
附录 海杂波数据文件说明 | 第185页 |