摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第14-25页 |
1.1 课题背景及研究的目的和意义 | 第14-15页 |
1.2 雷达目标识别方法国内外研究现状 | 第15-17页 |
1.3 基于极点特征的高频波段雷达目标识别研究现状 | 第17-22页 |
1.3.1 极点特征提取方法国内外研究现状 | 第17-19页 |
1.3.2 建模方法国内外研究现状 | 第19-20页 |
1.3.3 雷达选频方法国内外研究现状 | 第20页 |
1.3.4 相关研究技术存在的主要问题 | 第20-22页 |
1.4 本文研究内容 | 第22-25页 |
第2章 高频波段目标建模方法研究 | 第25-59页 |
2.1 引言 | 第25页 |
2.2 雷达散射截面积定义 | 第25-27页 |
2.3 复杂目标曲面几何建模方法 | 第27-34页 |
2.3.1 目标几何建模方法 | 第28-29页 |
2.3.2 几何建模流程与影响因素分析 | 第29-30页 |
2.3.3 模型剖分准则 | 第30-32页 |
2.3.4 实测数据检验建模计算数据准确性实验 | 第32-34页 |
2.4 高频波段复杂目标的建模准则 | 第34-48页 |
2.4.1 舰船建模准则分析 | 第34-40页 |
2.4.2 飞机建模准则分析 | 第40-46页 |
2.4.3 精确建模和本文建模准则方法对比 | 第46-48页 |
2.5 目标散射特性计算方法 | 第48-58页 |
2.5.1 矩量法原理 | 第48-50页 |
2.5.2 快速多极子方法原理 | 第50-51页 |
2.5.3 新的混合算法的原理及实现 | 第51-54页 |
2.5.4 新的混合算法FMM-Mo M计算结果仿真实验 | 第54-58页 |
2.6 本章小结 | 第58-59页 |
第3章 基于自回归滑动平均目标极点提取方法 | 第59-81页 |
3.1 引言 | 第59页 |
3.2 常见极点提取方法 | 第59-60页 |
3.3 自回归滑动平均模型极点提取方法 | 第60-67页 |
3.3.1 基于自回归滑动平均模型的极点提取新方法 | 第60-64页 |
3.3.2 自回归模型阶数判定 | 第64-65页 |
3.3.3 移动平均模型阶数设定 | 第65-66页 |
3.3.4 ARMA极点提取结果与仿真验证 | 第66-67页 |
3.4 极点修正 | 第67-74页 |
3.4.1 方位不一致原因 | 第67-68页 |
3.4.2 特征极点修正法 | 第68-70页 |
3.4.3 多方位修正法 | 第70-72页 |
3.4.4 滑动窗修正法 | 第72-73页 |
3.4.5 三步修正法修正结果仿真 | 第73-74页 |
3.5 采用本文极点提取方法对复杂目标进行提取仿真验证 | 第74-80页 |
3.5.1 本文极点提取方法效果仿真验证 | 第74-75页 |
3.5.2 舰船结构对极点特性的影响 | 第75-77页 |
3.5.3 飞机结构对极点特性的影响 | 第77-80页 |
3.6 本章小结 | 第80-81页 |
第4章 基于留数最大值选频的目标识别方法 | 第81-102页 |
4.1 引言 | 第81页 |
4.2 常见目标识别方法存在的问题 | 第81-83页 |
4.3 通过目标极点获取留数的方法 | 第83-85页 |
4.3.1 留数与频率的关系 | 第83-84页 |
4.3.2 留数对目标散射特性的影响 | 第84-85页 |
4.4 留数选频的必要性 | 第85-90页 |
4.4.1 极化方式对目标回波的影响 | 第86-87页 |
4.4.2 方位对目标识别效果的影响 | 第87-90页 |
4.4.3 噪声对于复杂目标极点提取的影响 | 第90页 |
4.5 基于极点的目标识别方法研究 | 第90-96页 |
4.5.1 基于留数排序选频识别方法 | 第90-93页 |
4.5.2 基于留数选频支持向量机识别方法 | 第93-95页 |
4.5.3 实验对比本文ROF方法和R-SVM方法与传统方法识别效果 | 第95-96页 |
4.6 基于R-SVM方法的识别仿真实验 | 第96-100页 |
4.6.1 飞机目标识别仿真实验 | 第96-99页 |
4.6.2 舰船目标识别仿真实验 | 第99-100页 |
4.7 本章小结 | 第100-102页 |
第5章 环境影响分析及修正方法研究 | 第102-120页 |
5.1 引言 | 第102页 |
5.2 实际环境中摇摆对散射特性影响 | 第102-106页 |
5.2.1 海态的描述 | 第103页 |
5.2.2 规则波浪 | 第103-106页 |
5.3 地波传播 | 第106-109页 |
5.4 系统增益 | 第109-112页 |
5.5 基于实际高频地波超视距雷达系统的识别方法 | 第112-118页 |
5.5.1 多特征融合R-SVM与TNN方法的识别原理 | 第112页 |
5.5.2 门限最近邻分类识别法拒判门限设置原理 | 第112-114页 |
5.5.3 多特征融合R-SVM-TNN识别方法工程实现方法 | 第114-115页 |
5.5.4 R-SVM-TNN识别方法计算时间复杂度分析 | 第115-116页 |
5.5.5 实际环境中飞机目标识别仿真实验 | 第116-117页 |
5.5.6 实际环境中舰船目标识别仿真实验 | 第117-118页 |
5.6 本章小结 | 第118-120页 |
结论 | 第120-123页 |
参考文献 | 第123-133页 |
攻读博士学位期间发表的论文及其它成果 | 第133-135页 |
致谢 | 第135-136页 |
个人简历 | 第136页 |