| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-12页 |
| 1.3 本文的主要工作及结构安排 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第2章 混沌背景中微弱信号检测的深度信念网络方法 | 第14-32页 |
| 2.1 深度信念网络原理 | 第14-17页 |
| 2.1.1 受限玻尔兹曼机模型 | 第14-16页 |
| 2.1.2 受限玻尔兹曼机学习方法 | 第16-17页 |
| 2.2 强混沌背景下微弱信号检测 | 第17-18页 |
| 2.3 强混沌背景下微弱信号检测的仿真实验 | 第18-31页 |
| 2.3.1 瞬态信号和周期信号检测 | 第18-19页 |
| 2.3.2 混沌背景信号选取及基本参数设置 | 第19-20页 |
| 2.3.3 仿真结果分析 | 第20-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 混沌背景下微弱信号检测的栈式自编码神经网络方法 | 第32-48页 |
| 3.1 栈式自编码神经网络原理 | 第32-34页 |
| 3.2 强混沌背景下微弱信号检测 | 第34-35页 |
| 3.2.1 实验参数设置 | 第34页 |
| 3.2.2 栈式自编码检测方法 | 第34-35页 |
| 3.3 仿真结果分析 | 第35-45页 |
| 3.4 DBN、SAE模型微弱信号检测结果比较分析 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 海杂波背景下小目标信号检测的深度学习方法 | 第48-60页 |
| 4.1 海杂波的混沌理论分析 | 第48页 |
| 4.2 IPIX雷达实测数据及预处理 | 第48-50页 |
| 4.2.1 IPIX雷达实测数据 | 第48-49页 |
| 4.2.2 IPIX雷达实测数据预处理 | 第49-50页 |
| 4.3 海杂波背景下基于深度信念网络的小目标信号检测 | 第50-54页 |
| 4.3.1 实验参数设置 | 第50-51页 |
| 4.3.2 海杂波背景下小目标信号检测结果 | 第51-53页 |
| 4.3.3 海杂波背景下小目标信号检测结果分析 | 第53-54页 |
| 4.4 海杂波背景下基于栈式自编码神经网络的小目标信号检测 | 第54-57页 |
| 4.4.1 实验参数设置 | 第54页 |
| 4.4.2 海杂波背景下小目标信号检测结果 | 第54-57页 |
| 4.5 海杂波背景下基于DBN与SAE的小目标信号检测的比较分析 | 第57-58页 |
| 4.6 本章小结 | 第58-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间主要的研究成果 | 第65-66页 |
| 致谢 | 第66-68页 |
