| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 引言 | 第10-16页 |
| ·研究背景及意义 | 第10-12页 |
| ·基于UWB技术的目标识别研究 | 第12-13页 |
| ·一种基于超宽带通信技术的目标识别方法 | 第13-14页 |
| ·本文主要内容和结构安排 | 第14-16页 |
| 第二章 几种基于超宽带技术的目标识别模型 | 第16-25页 |
| ·UWB通信技术 | 第16-18页 |
| ·基本概念 | 第16页 |
| ·超宽带技术的优势及特点 | 第16-18页 |
| ·UWB技术的发展及应用 | 第18页 |
| ·几种用于目标识别的模型介绍 | 第18-25页 |
| ·超宽带雷达模型 | 第19页 |
| ·超宽带雷达传感网络模型 | 第19-21页 |
| ·无源雷达模型 | 第21-22页 |
| ·一种基于UWB通信技术的目标识别模型 | 第22-25页 |
| 第三章 基于模糊模式识别和遗传算法的脉冲超宽带目标识别方法 | 第25-44页 |
| ·模糊模式识别 | 第25-28页 |
| ·基本原理 | 第25页 |
| ·基本概念 | 第25-27页 |
| ·最大隶属度原则 | 第27-28页 |
| ·模糊模式识别的应用 | 第28页 |
| ·遗传算法 | 第28-30页 |
| ·遗传算法介绍以及基本概念 | 第28-29页 |
| ·遗传算法的基本思想 | 第29-30页 |
| ·遗传算法的基本运算操作 | 第30页 |
| ·基于模糊模式识别和遗传算法的脉冲超宽带目标识别方法 | 第30-32页 |
| ·识别方法综述 | 第30页 |
| ·方法原理 | 第30-32页 |
| ·场景建立与数据获取 | 第32-33页 |
| ·场景建立 | 第32-33页 |
| ·模拟场景的测量 | 第33页 |
| ·特征参数的提取 | 第33-35页 |
| ·获取接收信号 | 第33-34页 |
| ·提取参数 | 第34-35页 |
| ·预测函数的建立 | 第35-40页 |
| ·隶属度函数集的建立 | 第35-37页 |
| ·遗传算法获得子隶属度函数 | 第37-40页 |
| ·仿真分析 | 第40-42页 |
| ·单数据验证仿真 | 第40页 |
| ·识别正确率 | 第40-41页 |
| ·不同信噪比下的识别率 | 第41-42页 |
| ·算法总结 | 第42-44页 |
| 第四章 算法在实际场景中的应用 | 第44-58页 |
| ·算法在实际场景中的应用说明 | 第44页 |
| ·实际场景布置 | 第44-47页 |
| ·设备介绍 | 第44-46页 |
| ·场景布置 | 第46-47页 |
| ·实际场景数据 | 第47-48页 |
| ·数据处理 | 第48-56页 |
| ·特征参数 | 第48-50页 |
| ·建立目标预测函数 | 第50-55页 |
| ·数据验证 | 第55-56页 |
| ·本章结论 | 第56-58页 |
| 第五章 全文总结 | 第58-60页 |
| ·本文主要成果 | 第58页 |
| ·基于模糊模式识别和遗传算法的超宽带目标识别方法的展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 作者攻读学位期间发表的学术论文目录 | 第65页 |
