| 摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第一章 绪论 | 第15-37页 |
| ·研究背景 | 第15-16页 |
| ·雷达目标识别概述 | 第16-23页 |
| ·雷达目标回波信号简析 | 第16-17页 |
| ·雷达目标识别系统的基本框架 | 第17-20页 |
| ·雷达目标识别技术回顾 | 第20-23页 |
| ·宽带雷达目标距离像识别研究评述 | 第23-29页 |
| ·HRRP 的特征 | 第23-25页 |
| ·特征提取方法概述 | 第25-27页 |
| ·目标分类技术概述 | 第27-29页 |
| ·实验数据、方法和目的说明 | 第29-35页 |
| ·仿真飞机目标数据及实验方法 | 第29-32页 |
| ·实测飞机目标数据及实验方法 | 第32-34页 |
| ·实验数据的预处理 | 第34-35页 |
| ·本文的主要内容和创新之处 | 第35-37页 |
| 第二章 基于两类扩展方式的雷达目标距离像识别方法 | 第37-62页 |
| ·引言 | 第37-38页 |
| ·核方法的基本思想、Fisher 准则及核散布矩阵 | 第38-43页 |
| ·基本思想 | 第38-40页 |
| ·Fisher 准则 | 第40-41页 |
| ·核散布矩阵 | 第41-43页 |
| ·基于扩展散布矩阵的核方法 | 第43-48页 |
| ·KPCA | 第44-45页 |
| ·KDA 和 GDA | 第45-47页 |
| ·KDDA 和 GDDA | 第47-48页 |
| ·基于扩展辨别单元的核方法 | 第48-53页 |
| ·SVM | 第49-50页 |
| ·D-GDA | 第50-52页 |
| ·A-DKFD | 第52-53页 |
| ·实验和分析 | 第53-61页 |
| ·针对目标类别数的实验性能检验和分析 | 第53-56页 |
| ·针对噪声的实验性能检验和分析 | 第56-58页 |
| ·针对训练样本统计特征的实验性能检验和分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第三章 基于辨别信息分析的雷达目标距离像识别方法 | 第62-89页 |
| ·引言 | 第62-63页 |
| ·辨别信息分析 | 第63-67页 |
| ·辨别信息的构成 | 第64-65页 |
| ·辨别信息的类型 | 第65-66页 |
| ·辨别信息的提取 | 第66-67页 |
| ·辨别信息提取模型 | 第67-74页 |
| ·PGA 模型 | 第69页 |
| ·PIB 模型 | 第69-71页 |
| ·AIB 模型 | 第71-72页 |
| ·模型的辨别信息分析 | 第72-74页 |
| ·模型实现方法 | 第74-78页 |
| ·GDA 在 PGA 模型中的应用 | 第74页 |
| ·GDA 在 PIB 模型中的应用 | 第74-75页 |
| ·GDA 在 AIB 模型中的应用 | 第75-78页 |
| ·实验和分析 | 第78-87页 |
| ·针对目标类别数的实验性能检验和分析 | 第79-81页 |
| ·针对噪声的实验性能检验和分析 | 第81-83页 |
| ·针对训练样本统计特征的实验性能检验和分析 | 第83-86页 |
| ·针对高斯核参数的实验性能检验和分析 | 第86-87页 |
| ·本章小结 | 第87-89页 |
| 第四章 基于多智能体技术的雷达目标距离像识别方法 | 第89-120页 |
| ·引言 | 第89-90页 |
| ·多智能体技术概述 | 第90-100页 |
| ·Agent 理论基础 | 第91-95页 |
| ·MAS 理论简介 | 第95-100页 |
| ·多 Agent 技术的特点及优势 | 第100页 |
| ·MAS 识别模型 | 第100-104页 |
| ·可行性分析 | 第100-101页 |
| ·Agent 识别模型 | 第101-102页 |
| ·MAS 识别模型 | 第102-104页 |
| ·模型实现方法 | 第104-112页 |
| ·ITA Agent 的运行细节 | 第105-108页 |
| ·PRA Agent 的运行细节 | 第108-111页 |
| ·算法和模型分析 | 第111-112页 |
| ·实验和分析 | 第112-119页 |
| ·针对目标类别数的实验性能检验和分析 | 第113-115页 |
| ·针对噪声的实验性能检验和分析 | 第115-117页 |
| ·针对训练样本统计特征的实验性能检验和分析 | 第117-119页 |
| ·本章小结 | 第119-120页 |
| 第五章 基于算法模块组合的雷达目标距离像识别方法 | 第120-131页 |
| ·引言 | 第120-121页 |
| ·算法模块组合 | 第121-125页 |
| ·并联型 | 第121-122页 |
| ·串联型 | 第122-124页 |
| ·混合型 | 第124-125页 |
| ·实验和分析 | 第125-130页 |
| ·针对目标类别数的实验性能检验和分析 | 第125-127页 |
| ·针对噪声的实验性能检验和分析 | 第127-129页 |
| ·针对训练样本统计特征的实验性能检验和分析 | 第129-130页 |
| ·本章小结 | 第130-131页 |
| 第六章 总结和展望 | 第131-134页 |
| ·全文内容总结 | 第131-132页 |
| ·未来工作展望 | 第132-134页 |
| 致谢 | 第134-135页 |
| 参考文献 | 第135-152页 |
| 攻博期间取得的研究成果 | 第152-154页 |