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13-16页 |
第一章 绪论 | 第16-24页 |
1.1 调频连续波雷达研究背景和发展现状 | 第16-18页 |
1.2 窄带调频连续波雷达目标分类方法研究背景和发展现状 | 第18-19页 |
1.3 基于GPU的雷达信号处理方法研究背景和发展现状 | 第19-21页 |
1.4 本文的主要工作及工作安排 | 第21-24页 |
第二章 线性调频连续波雷达空中目标回波信号模型 | 第24-38页 |
2.1 引言 | 第24页 |
2.2 线性调频连续波雷达系统概述 | 第24-25页 |
2.3 线性调频连续波信号 | 第25-31页 |
2.3.1 锯齿波线性调频连续波信号处理方法 | 第25-28页 |
2.3.2 对称三角波线性调频连续波信号处理方法 | 第28-31页 |
2.4 基于锯齿波线性调频连续波信号的空中目标回波信号模型 | 第31-37页 |
2.5 本章小结 | 第37-38页 |
第三章 低重频下调频连续波雷达分类方法 | 第38-50页 |
3.1 引言 | 第38页 |
3.2 低重频下传统窄带雷达目标分类方法缺陷 | 第38-42页 |
3.3 低重频下调频连续波雷达空中目标分类方法设计 | 第42-49页 |
3.4 本章小结 | 第49-50页 |
第四章 GPU系统概述与雷达目标分类系统设计 | 第50-72页 |
4.1 GPU系统概述 | 第50-57页 |
4.1.1 GPU的优势 | 第50-53页 |
4.1.2 CUDA编程模型介绍 | 第53-54页 |
4.1.3 CUDA的线程及内存结构介绍 | 第54-57页 |
4.2 基于GPU的雷达目标分类系统设计 | 第57-71页 |
4.2.1 基于GPU的雷达目标分类系统设计概述 | 第57-58页 |
4.2.2 基于GPU的数据预处理方法 | 第58-63页 |
4.2.3 基于GPU的SVM分类算法设计 | 第63-71页 |
4.3 本章小结 | 第71-72页 |
第五章 总结与展望 | 第72-74页 |
5.1 全文总结 | 第72-73页 |
5.2 未来展望 | 第73-74页 |
参考文献 | 第74-78页 |
附录 | 第78-80页 |
致谢 | 第80-82页 |
作者简介 | 第82-83页 |