| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究的背景与意义 | 第10页 |
| 1.2 国内外研究历史和现状 | 第10-18页 |
| 1.2.1 超宽带信号的特点及应用 | 第11-13页 |
| 1.2.2 超宽带信号目标识别中特征提取算法的介绍 | 第13-16页 |
| 1.2.3 叶簇环境下目标识别雷达系统的介绍 | 第16-18页 |
| 1.3 论文的主要研究内容及创新点 | 第18-19页 |
| 1.4 论文的结构安排 | 第19-21页 |
| 第二章 复双谱对角切片的目标特征提取算法 | 第21-33页 |
| 2.1 高阶谱分析的分析方法 | 第21-24页 |
| 2.1.1 高阶谱的定义 | 第21-23页 |
| 2.1.2 谱法在特征提取中的运用和缺点 | 第23-24页 |
| 2.2 复双谱对角切片算法 | 第24-30页 |
| 2.2.1 双谱对角切片的计算 | 第25-27页 |
| 2.2.2 Chirp-z变换及其特点 | 第27-28页 |
| 2.2.3 扩展的Fisher准则 | 第28-30页 |
| 2.3 复双谱对角切片算法的应用 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 对支持向量机参数的优化选择 | 第33-47页 |
| 3.1 支持向量机的概述 | 第33-38页 |
| 3.1.1 支持向量机的分类算法 | 第33-35页 |
| 3.1.2 多类问题的支持向量机 | 第35-37页 |
| 3.1.3 支持向量机参数对性能的影响及其优化方法 | 第37-38页 |
| 3.2 蚁群算法介绍及应用 | 第38-40页 |
| 3.2.1 蚁群算法的基本思想 | 第38页 |
| 3.2.2 蚁群算法的数学模型 | 第38-39页 |
| 3.2.3 蚁群算法的优化方法 | 第39-40页 |
| 3.3 支持向量机的参数优化算法 | 第40-46页 |
| 3.3.1 基于网格划分的蚁群算法 | 第40-41页 |
| 3.3.2 支持向量机的参数优化算法的步骤 | 第41-44页 |
| 3.3.3 仿真结果及分析 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 实验数据的仿真与算法性能的分析 | 第47-57页 |
| 4.1 测试设备及场景 | 第47-49页 |
| 4.2 数据处理和参数的设置 | 第49-52页 |
| 4.2.1 测量数据的预处理 | 第49-50页 |
| 4.2.2 基于复双谱对角切片算法的参数设置 | 第50-52页 |
| 4.3 实验结果的分析和比较 | 第52-56页 |
| 4.3.1 Chirp-z不同变换路径的分析 | 第52-54页 |
| 4.3.2 复双谱对角切片算法与不同特征提取方法的对比 | 第54-55页 |
| 4.3.3 不同测试范围数据的分类结果 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 全文工作总结 | 第57页 |
| 5.2 下一步的工作 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的论文目录 | 第65页 |
