| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 天基光学信息处理系统的发展现状 | 第12-14页 |
| 1.2.1 天基光学信息处理系统的发展概况 | 第12-13页 |
| 1.2.2 天基光学信息处理系统的工作流程 | 第13-14页 |
| 1.3 论文相关技术研究现状 | 第14-18页 |
| 1.3.1 红外双波段特征提取技术 | 第14-15页 |
| 1.3.2 多传感器融合识别相关技术研究现状 | 第15-17页 |
| 1.3.3 传感器管理技术研究现状 | 第17-18页 |
| 1.4 论文的主要工作及结构安排 | 第18-20页 |
| 第二章 基于自适应模糊积分的决策层融合识别算法 | 第20-31页 |
| 2.1 引言 | 第20页 |
| 2.2 模糊积分基本理论概述 | 第20-23页 |
| 2.2.1 模糊测度的定义与性质 | 第20-22页 |
| 2.2.2 模糊积分的定义与计算 | 第22-23页 |
| 2.3 基于自适应模糊积分的决策层融合识别 | 第23-30页 |
| 2.3.1 决策层信息融合问题描述 | 第23-25页 |
| 2.3.2 基于自适应模糊积分的决策层融合识别 | 第25-28页 |
| 2.3.3 仿真结果与分析 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 空间目标特征提取及特征层融合识别算法 | 第31-51页 |
| 3.1 引言 | 第31页 |
| 3.2 红外辐射原理及特性分析 | 第31-37页 |
| 3.2.1 红外辐射基本原理 | 第32-34页 |
| 3.2.2 红外辐射特性仿真与分析 | 第34-37页 |
| 3.3 目标与诱饵特征提取 | 第37-42页 |
| 3.3.1 平均灰度比分布 | 第40-41页 |
| 3.3.2 灰度变化情况 | 第41-42页 |
| 3.4 基于自适应模糊积分的特征层融合识别 | 第42-49页 |
| 3.4.1 特征层信息融合问题描述 | 第42-44页 |
| 3.4.2 基于自适应模糊积分的特征层融合识别模型 | 第44-46页 |
| 3.4.3 仿真结果与分析 | 第46-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 基于卫星星座的传感器管理模型 | 第51-68页 |
| 4.1 引言 | 第51页 |
| 4.2 融合识别过程中的传感器管理模型 | 第51-61页 |
| 4.2.1 优化目标函数 | 第51-55页 |
| 4.2.2 约束条件的确定 | 第55-60页 |
| 4.2.3 整体模型建立 | 第60-61页 |
| 4.3 传感器管理模型求解及结果分析 | 第61-67页 |
| 4.3.1 基于贪婪算法的传感器管理模型求解 | 第61-63页 |
| 4.3.2 基于粒子群算法的传感器管理模型求解 | 第63-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 结束语 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 作者在学期间取得的学术成果 | 第75页 |