| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-32页 |
| ·雷达自动目标识别综述 | 第12-15页 |
| ·雷达领域微多普勒效应研究现状 | 第15-18页 |
| ·车辆目标分类的意义和关键问题 | 第18-21页 |
| ·窄带短驻留时间条件下轮式和履带式车辆分类的意义 | 第18页 |
| ·车辆分类研究现状 | 第18-20页 |
| ·窄带短驻留时间条件下轮式和履带式车辆分类的关键问题 | 第20-21页 |
| ·研究内容安排 | 第21-22页 |
| 本章参考文献 | 第22-32页 |
| 第二章 车辆目标微多普勒效应分析 | 第32-46页 |
| ·引言 | 第32页 |
| ·典型的旋转微运动分析 | 第32-36页 |
| ·车轮和履带的微运动分析 | 第36-38页 |
| ·车辆目标微多普勒信号分析 | 第38-40页 |
| ·实验数据介绍 | 第40-43页 |
| ·仿真数据介绍 | 第40-41页 |
| ·实测数据介绍 | 第41-43页 |
| ·本章小结 | 第43页 |
| 本章参考文献 | 第43-46页 |
| 第三章 微多普勒信号的预处理方法 | 第46-62页 |
| ·引言 | 第46页 |
| ·杂波抑制 | 第46-54页 |
| ·传统杂波抑制方法介绍 | 第46-48页 |
| ·基于CLEAN算法的杂波抑制 | 第48-49页 |
| ·基于广义匹配滤波器（GMF）的杂波抑制 | 第49-52页 |
| ·杂波抑制方法总结 | 第52-54页 |
| ·车身速度归一化 | 第54-59页 |
| ·车身速度变化对车辆目标多普勒谱的影响 | 第54-55页 |
| ·改变信号采样率的方法——抽取和插值 | 第55-57页 |
| ·车身速度归一化预处理 | 第57-59页 |
| ·多普勒谱的非线性变换 | 第59-60页 |
| ·本章小结 | 第60页 |
| 本章参考文献 | 第60-62页 |
| 第四章 基于多普勒谱的车辆目标分类方法研究 | 第62-76页 |
| ·引言 | 第62页 |
| ·基于多普勒谱的特征提取 | 第62-68页 |
| ·实验方案及分类算法介绍 | 第68-72页 |
| ·实验方案 | 第68-69页 |
| ·线性判别分类器（LDC）与支持向量机（SVM） | 第69-72页 |
| ·实验结果 | 第72-74页 |
| ·本章小结 | 第74页 |
| 本章参考文献 | 第74-76页 |
| 第五章 基于能量分布特征的车辆目标分类方法研究 | 第76-98页 |
| ·引言 | 第76页 |
| ·基于谐波分析的轮式和履带式车辆分类方法 | 第76-85页 |
| ·信号模型 | 第76-78页 |
| ·基于谐波分析的微多普勒特征提取 | 第78-81页 |
| ·实验结果 | 第81-85页 |
| ·基于信号特征谱的轮式和履带式车辆分类方法 | 第85-94页 |
| ·信号模型 | 第85-86页 |
| ·基于信号特征谱的分类方法 | 第86-91页 |
| ·实验结果 | 第91-94页 |
| ·本章小结 | 第94页 |
| 本章参考文献 | 第94-98页 |
| 第六章 基于经验模态分解的车辆目标分层分类方法研究 | 第98-116页 |
| ·引言 | 第98-99页 |
| ·经验模态分解（EMD）简介 | 第99-100页 |
| ·微多普勒信号分析 | 第100-102页 |
| ·基于EMD的车辆目标分层分类方法 | 第102-107页 |
| ·实验结果 | 第107-113页 |
| ·分类性能评估 | 第107-109页 |
| ·与相关信号分解算法的比较 | 第109-113页 |
| ·本章小结 | 第113页 |
| 本章参考文献 | 第113-116页 |
| 第七章 稳健的车辆目标分类方法研究 | 第116-128页 |
| ·引言 | 第116-117页 |
| ·压缩感知理论简介 | 第117页 |
| ·基于稀疏重构的车辆目标分类方法 | 第117-123页 |
| ·实验结果 | 第123-126页 |
| ·本章小结 | 第126页 |
| 本章参考文献 | 第126-128页 |
| 第八章 总结与展望 | 第128-132页 |
| ·论文工作总结 | 第128-129页 |
| ·工作展望 | 第129-132页 |
| 致谢 | 第132-134页 |
| 攻读博士学位期间的研究成果 | 第134-136页 |