摘要 | 第1-14页 |
ABSTRACT | 第14-16页 |
第一章 绪论 | 第16-26页 |
·研究背景与意义 | 第16-18页 |
·空间目标识别技术的研究现状 | 第18-20页 |
·空间目标识别的技术途径 | 第20-24页 |
·论文的主要工作 | 第24-26页 |
第二章 空间雷达目标特性分析 | 第26-54页 |
·引言 | 第26页 |
·空间目标的轨道特性与动力学特性 | 第26-31页 |
·空间目标的轨道特性 | 第26-29页 |
·空间目标的动力学特性 | 第29-31页 |
·空间雷达目标的电磁散射特性 | 第31-34页 |
·空间目标的结构特征 | 第31页 |
·空间目标的电磁散射特性 | 第31-34页 |
·空间雷达目标的RCS 特性 | 第34-39页 |
·RCS 的定义与分类 | 第34-35页 |
·空间目标 RCS 的随机性 | 第35-36页 |
·空间目标 RCS 的确定性 | 第36-39页 |
·复杂目标的RCS 预估方法 | 第39-47页 |
·RCS 预估方法简介 | 第39-40页 |
·几何光学法 | 第40-41页 |
·物理光学法 | 第41-44页 |
·尖劈的物理绕射解 | 第44-45页 |
·空间目标 RCS 的预估结果分析 | 第45-47页 |
·空间目标的一维距离像特性 | 第47-53页 |
·多散射中心理论 | 第47-49页 |
·空间目标的一维距离像特性 | 第49-53页 |
·小结 | 第53-54页 |
第三章 基于RCS 观测序列的低分辨雷达空间目标识别 | 第54-71页 |
·引言 | 第54-55页 |
·连续小波变换与一维 Mallat 算法 | 第55-57页 |
·连续小波变换 | 第55-56页 |
·一维Mallat 算法 | 第56-57页 |
·基于RCS 观测序列的低分辨雷达空间目标识别 | 第57-69页 |
·基于低分辨雷达RCS 观测序列的特征提取 | 第57-60页 |
·模糊分类识别 | 第60-61页 |
·算法流程图 | 第61页 |
·实验结果与分析 | 第61-69页 |
·小结 | 第69-71页 |
第四章 基于一维距离像的高分辨雷达空间目标识别 | 第71-104页 |
·引言 | 第71-72页 |
·基于积分双谱的空间目标识别 | 第72-92页 |
·双谱的定义 | 第72-73页 |
·基于局部围线积分双谱的空间目标识别 | 第73-84页 |
·围线积分双谱特征 | 第73-75页 |
·局部围线积分双谱特征 | 第75-76页 |
·评价特征的有效性 | 第76-77页 |
·应用 BP 神经网络进行分类识别 | 第77-79页 |
·算法流程图 | 第79-80页 |
·实验结果与分析 | 第80-84页 |
·基于子块积分双谱的空间目标识别 | 第84-92页 |
·子块积分双谱特征 | 第84-85页 |
·应用 KL 变换进行特征压缩 | 第85-86页 |
·模板匹配分类识别 | 第86-87页 |
·算法流程图 | 第87页 |
·实验结果与分析 | 第87-92页 |
·基于距离像序列的空间目标识别 | 第92-102页 |
·RELAX 算法 | 第92-94页 |
·径向长度特征 | 第94-95页 |
·分类识别 | 第95-96页 |
·实验结果与分析 | 第96-102页 |
·小结 | 第102-104页 |
第五章 基于高分辨单脉冲雷达的空间目标识别 | 第104-118页 |
·引言 | 第104页 |
·基于三维像体积特征的空间目标识别 | 第104-111页 |
·高分辨单脉冲雷达三维成像 | 第104-106页 |
·三维像体积特征 | 第106-108页 |
·分类识别 | 第108页 |
·实验结果与分析 | 第108-111页 |
·基于轮廓面积特征的空间目标识别 | 第111-116页 |
·轮廓面积特征 | 第111-113页 |
·分类识别 | 第113-114页 |
·实验结果与分析 | 第114-116页 |
·小结 | 第116-118页 |
结束语 | 第118-120页 |
论文完成的主要工作 | 第118-119页 |
下一步工作展望 | 第119-120页 |
致谢 | 第120-121页 |
参考文献 | 第121-132页 |
作者在学期间取得的学术成果 | 第132页 |