首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--雷达信号检测处理论文

基于微多普勒分析的行人微动部位分离方法

摘要第5-7页
ABSTRACT第7-8页
符号对照表第12-13页
缩略语对照表第13-17页
第一章 绪论第17-29页
    1.1 研究背景和意义第17-18页
    1.2 国内外研究现状第18-26页
        1.2.1 人体微多普勒研究现状第18-23页
        1.2.2 微多普勒信号分离方法研究现状第23-26页
    1.3 全文内容安排第26-29页
第二章 微多普勒分析及行人运动建模第29-51页
    2.1 引言第29页
    2.2 微多普勒效应分析第29-37页
        2.2.1 多普勒效应和微多普勒效应第29-30页
        2.2.2 一般微运动引起的微多普勒频移第30-32页
        2.2.3 振动引起的微多普勒频移第32-33页
        2.2.4 旋转引起的微多普勒频移第33-36页
        2.2.5 圆锥运动引起的微多普勒频移第36-37页
    2.3 行人运动建模第37-43页
        2.3.1 行人的微多普勒效应第37-39页
        2.3.2 行人的运动轨迹第39-40页
        2.3.3 行人的散射截面积第40-41页
        2.3.4 行人的雷达回波模型第41-43页
    2.4 联合时频分析第43-46页
        2.4.1 短时傅里叶变换第43-44页
        2.4.2 Winger-Ville分布第44页
        2.4.3 谱图和S-方法第44-46页
        2.4.4 时频分析的性能分析第46页
    2.5 仿真实现第46-50页
        2.5.1 振动目标的时频分析第46-47页
        2.5.2 旋转目标的时频分析第47-48页
        2.5.3 圆锥运动目标的时频分析第48-49页
        2.5.4 行人的时频分析第49-50页
    2.6 本章小结第50-51页
第三章 基于PCA-Kmeans的行人微动部位分离方法第51-65页
    3.1 引言第51页
    3.2 PCA-Kmeans分离方法第51-57页
        3.2.1 数据预处理第51-52页
        3.2.2 基于PCA的信号分离第52-55页
        3.2.3 基于K-means的主分量聚类第55-56页
        3.2.4 基于BIC的PCA主成分个数估计第56-57页
    3.3 算法步骤及流程图第57-58页
    3.4 实验与仿真第58-63页
        3.4.1 基于K-means的行人各部位聚类第58-60页
        3.4.2 基于PCA-Kmeans的行人微动部位分离第60-63页
    3.5 本章小结第63-65页
第四章 基于逆Radon变换的行人微动部位分离方法第65-81页
    4.1 引言第65页
    4.2 逆Radon的基本原理第65-69页
        4.2.1 Radon变换和逆Radon变换第65-69页
        4.2.2 聚集程度检测第69页
    4.3 基于逆Radon变换的行人微动部位分离方法第69-70页
    4.4 算法步骤及流程图第70-72页
    4.5 算法仿真与验证第72-79页
        4.5.1 正弦调频信号参数估计第72-74页
        4.5.2 行人微动部位信号的精细化分离第74-79页
    4.6 本章小结第79-81页
第五章 总结与展望第81-83页
    5.1 全文总结第81-82页
    5.2 工作展望第82-83页
参考文献第83-87页
致谢第87-89页
作者简介第89-91页

论文共91页,点击 下载论文
上一篇:旋转干涉仪运动单站无源定位算法研究
下一篇:基于DSP的雷达杂波模拟器实现