| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·引言 | 第7页 |
| ·低分辨雷达目标分类和识别的思想 | 第7-8页 |
| ·低分辨雷达目标识别研究概况及发展趋势 | 第8-9页 |
| ·本文的主要工作及内容安排 | 第9-11页 |
| 第二章 数据简介与目标识别基础 | 第11-21页 |
| ·数据简介 | 第11页 |
| ·雷达数据处理过程 | 第11-15页 |
| ·脉冲压缩 | 第12页 |
| ·杂波对消 | 第12-13页 |
| ·多普勒滤波 | 第13页 |
| ·恒虚警处理 | 第13-14页 |
| ·解模糊 | 第14-15页 |
| ·点迹输出 | 第15页 |
| ·低分辨雷达目标识别 | 第15-19页 |
| ·特征提取 | 第16-17页 |
| ·识别器设计 | 第17-19页 |
| ·小结 | 第19-21页 |
| 第三章 基于多特征融合的雷达目标识别 | 第21-42页 |
| ·引言 | 第21-22页 |
| ·本文方法所提出的背景 | 第22-23页 |
| ·多特征融合的雷达目标识别方法的优点 | 第23页 |
| ·特征提取与定义 | 第23-33页 |
| ·特征提取意义 | 第23-24页 |
| ·特征提取方法 | 第24-25页 |
| ·特征提取依据 | 第25-29页 |
| ·特征选择与定义 | 第29-33页 |
| ·部分特征分布情况 | 第33页 |
| ·试验结果 | 第33-37页 |
| ·特征代号说明 | 第34页 |
| ·特征进行组合后利用SVM 分类器进行分类的识别结果 | 第34-36页 |
| ·基于K-L 变换后SVM 分类识别的结果 | 第36-37页 |
| ·融合方法介绍 | 第37-39页 |
| ·融合实验结果 | 第39-40页 |
| ·小结 | 第40-42页 |
| 第四章 多特征融合的目标识别方法的推广能力评估 | 第42-51页 |
| ·评估方法介绍 | 第42页 |
| ·评估方法1 试验结果 | 第42-43页 |
| ·评估方法2 试验结果 | 第43-44页 |
| ·评估方法3 试验结果 | 第44-45页 |
| ·评估方法4 试验结果 | 第45-49页 |
| ·民航和云雨杂波的识别 | 第45-47页 |
| ·无人机和云雨杂波的分类识别 | 第47-49页 |
| ·无人机和汽车的分类识别 | 第49页 |
| ·小结 | 第49-51页 |
| 第五章 结束语 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |