| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-15页 |
| ·研究背景及意义 | 第8页 |
| ·雷达目标识别系统模型 | 第8-9页 |
| ·雷达目标识别技术回顾 | 第9-10页 |
| ·基于高分辨一维距离像的雷达目标识别技术研究概况 | 第10-14页 |
| ·本文结构及主要工作 | 第14-15页 |
| 第二章 目标高分辨距离像仿真及预处理 | 第15-24页 |
| ·目标高分辨距离像及其特性 | 第15-18页 |
| ·HRRP 的仿真 | 第18-21页 |
| ·HRRP 的预处理 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 子空间和核子空间法特征提取 | 第24-32页 |
| ·主分量分析（PCA） | 第24-25页 |
| ·基于核的主分量分析（KPCA） | 第25-27页 |
| ·线性判别分析（LDA） | 第27-28页 |
| ·基于核的FISHER 判别分析（KFDA） | 第28-30页 |
| ·PCA、LDA、KPCA 及KFDA 的比较 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于时频分析技术的特征提取 | 第32-42页 |
| ·时频分布的统一表示——广义双线性时频分布 | 第32-38页 |
| ·提取HRRP 时频分布的瞬时特征 | 第38-40页 |
| ·利用图像处理方法的信号时频特征提取 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 目标分类方法 | 第42-53页 |
| ·欧氏距离分类器 | 第42-43页 |
| ·RBFNN 分类器 | 第43-45页 |
| ·支持向量机（SVM） | 第45-49页 |
| ·KNR 分类器 | 第49-51页 |
| ·RBFNN、非线性SVM 及KNR 分类器的比较 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 实验结果及分析 | 第53-69页 |
| ·数据描述 | 第53-55页 |
| ·预处理 | 第55页 |
| ·目标识别实验 | 第55-68页 |
| ·实验结论 | 第68-69页 |
| 第七章 结论 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻硕期间的研究成果 | 第74-75页 |