主被动雷达复合制导中的融合目标识别技术研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 1 绪论 | 第10-17页 |
| ·引言 | 第10页 |
| ·多传感器信息融合概述 | 第10-13页 |
| ·多传感器信息融合的定义 | 第11页 |
| ·多传感器信息融合的原理 | 第11-12页 |
| ·多传感器信息融合的级别 | 第12-13页 |
| ·雷达融合目标识别概述 | 第13-15页 |
| ·数据层融合目标识别 | 第13页 |
| ·特征层融合目标识别 | 第13-14页 |
| ·决策层融合目标识别 | 第14-15页 |
| ·主被动雷达复合制导技术 | 第15页 |
| ·本文的主要工作 | 第15-17页 |
| 2 干扰环境下基于目标状态信息的主被动关联识别 | 第17-45页 |
| ·引言 | 第17页 |
| ·NN-UKF 算法 | 第17-26页 |
| ·多目标跟踪 | 第19-20页 |
| ·非线性滤波算法 | 第20-21页 |
| ·NN-UKF 算法 | 第21-26页 |
| ·主被动雷达目标身份一致性判别 | 第26-29页 |
| ·算法原理 | 第26-27页 |
| ·算法仿真 | 第27-29页 |
| ·主动雷达波束内多目标检测 | 第29-35页 |
| ·两瑞利目标条件下单脉冲比的概率分布 | 第30-31页 |
| ·基于N-P 准则的GLRT 方法 | 第31-32页 |
| ·算法仿真 | 第32-35页 |
| ·主动雷达波束内多目标分辨 | 第35-37页 |
| ·矩方法 | 第35-36页 |
| ·算法仿真 | 第36-37页 |
| ·基于目标状态信息的主被动关联识别算法 | 第37-43页 |
| ·算法原理 | 第37-38页 |
| ·算法仿真 | 第38-43页 |
| ·本章小结 | 第43-45页 |
| 3 基于特征信息的主被动目标融合识别 | 第45-71页 |
| ·引言 | 第45页 |
| ·雷达目标特征提取 | 第45-54页 |
| ·主动雷达目标特征提取 | 第45-48页 |
| ·被动雷达目标特征提取 | 第48-54页 |
| ·基于加权几何距离的特征融合识别算法 | 第54-56页 |
| ·算法原理 | 第54页 |
| ·算法仿真 | 第54-56页 |
| ·基于神经网络的特征融合识别算法 | 第56-62页 |
| ·BP 神经网络 | 第56-57页 |
| ·神经网络初始化 | 第57-58页 |
| ·神经网络学习算法 | 第58-60页 |
| ·基于 BP 神经网络的融合识别算法 | 第60页 |
| ·算法仿真 | 第60-62页 |
| ·基于证据理论的融合识别算法 | 第62-70页 |
| ·D-S 证据理论 | 第62-64页 |
| ·基本概率赋值的确定 | 第64-69页 |
| ·基于证据理论的融合识别算法 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 4 结束语 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 作者在学期间取得的学术成果 | 第77页 |
