| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 发展背景 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-20页 |
| 1.2.1 基于脉间特征挖掘 | 第18-19页 |
| 1.2.2 基于脉内特征挖掘 | 第19-20页 |
| 1.3 论文主要工作和结构安排 | 第20-22页 |
| 第二章 雷达信号传统分选算法模型 | 第22-32页 |
| 2.1 已知雷达信号预分选算法 | 第22-23页 |
| 2.2 未知雷达信号预分选算法 | 第23页 |
| 2.3 已知雷达信号主分选算法 | 第23-24页 |
| 2.4 未知雷达信号主分选算法 | 第24-31页 |
| 2.4.1 统计直方图分选算法 | 第24-25页 |
| 2.4.2 累积直方图分选算法 | 第25-26页 |
| 2.4.3 序列差直方图分选算法 | 第26-27页 |
| 2.4.4 PRI变换法 | 第27-29页 |
| 2.4.5 修正PRI变换法 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于实测数据对传统分选模型的改进和应用 | 第32-44页 |
| 3.1 对传统分选算法模型的局部改进 | 第32页 |
| 3.2 未知雷达信号的聚类分选 | 第32-34页 |
| 3.3 PRI分选结果合并处理技术 | 第34-36页 |
| 3.4 实测数据分选步骤 | 第36-38页 |
| 3.5 实测数据实验结果分析 | 第38-43页 |
| 3.5.1 实测数据1实验结果分析 | 第38-40页 |
| 3.5.2 实测数据2实验结果分析 | 第40-41页 |
| 3.5.3 实测数据3实验结果分析 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 雷达信号脉内特征提取 | 第44-62页 |
| 4.1 相像系数特征 | 第44-49页 |
| 4.1.1 相像系数 | 第44-45页 |
| 4.1.2 特征提取算法 | 第45-46页 |
| 4.1.3 仿真数据实验与分析 | 第46-48页 |
| 4.1.4 实测数据实验与分析 | 第48-49页 |
| 4.2 信号时频域模糊函数特征 | 第49-56页 |
| 4.2.1 模糊函数特征提取 | 第49-51页 |
| 4.2.2 小波包变换特征提取 | 第51-53页 |
| 4.2.3 仿真数据实验与分析 | 第53-54页 |
| 4.2.4 实测数据实验与分析 | 第54-56页 |
| 4.3 信号变换域双谱特征 | 第56-60页 |
| 4.3.1 信号特征提取原理 | 第56-58页 |
| 4.3.2 围线积分双谱以及二次特征提取 | 第58-59页 |
| 4.3.3 实测数据实验与分析 | 第59-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第五章 基于聚类的雷达信号预分选 | 第62-82页 |
| 5.1 基于模糊C均值聚类的预分选 | 第62-63页 |
| 5.2 基于支持向量聚类的预分选 | 第63-70页 |
| 5.2.1 统计学习理论 | 第63-67页 |
| 5.2.2 支持向量聚类算法 | 第67-70页 |
| 5.3 基于实测数据的模糊c均值聚类 | 第70-77页 |
| 5.3.1 基于实测数据的脉间参数模糊c均值聚类 | 第70-73页 |
| 5.3.2 基于实测数据脉内特征参数的模糊c均值聚类 | 第73-77页 |
| 5.4 基于实测数据的支持向量聚类 | 第77-80页 |
| 5.4.1 基于实测数据脉间参数的支持向量聚类 | 第77-78页 |
| 5.4.2 基于实测数据脉内参数的支持向量聚类 | 第78-80页 |
| 5.5 本章小结 | 第80-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 总结 | 第82页 |
| 6.2 展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-90页 |
| 作者简介 | 第90-91页 |