| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究意义与背景 | 第10-12页 |
| 1.2 国内外频监子系统研究概况 | 第12-14页 |
| 1.3 课题主要研究内容 | 第14页 |
| 1.4 本文结构 | 第14-16页 |
| 第2章 频谱预测方法的研究 | 第16-41页 |
| 2.1 引言 | 第16-17页 |
| 2.2 时间序列分析及预测方法简介 | 第17-19页 |
| 2.3 单指数平滑法预测原理 | 第19-21页 |
| 2.3.1 预测模型 | 第19页 |
| 2.3.2 加权系数的确定 | 第19-20页 |
| 2.3.3 初始值的确定 | 第20页 |
| 2.3.4 单指数平滑法对数据的处理 | 第20-21页 |
| 2.4 AR 预测预测方法的研究 | 第21-24页 |
| 2.5 EMD 分解后 SVM 预测模型 | 第24-37页 |
| 2.5.1 经验模态分解（EMD） | 第24-31页 |
| 2.5.2 SVM 预测模型 | 第31-35页 |
| 2.5.3 基于经验模态分解和支持向量机的频谱预测方法 | 第35页 |
| 2.5.4 仿真实验和结果 | 第35-37页 |
| 2.6 三种预测方法的比较 | 第37-40页 |
| 2.7 本章小结 | 第40-41页 |
| 第3章 选频方法 | 第41-51页 |
| 3.1 滑窗选频方法的研究 | 第41-43页 |
| 3.1.1 滑窗计算平均功率谱信息 | 第41页 |
| 3.1.2 滑窗计算起伏度信息 | 第41-42页 |
| 3.1.3 滑窗总分的计算 | 第42-43页 |
| 3.2 双基地高频雷达加权融合选频 | 第43-50页 |
| 3.2.1 卡尔曼滤波过程 | 第44-45页 |
| 3.2.2 加权数据融合算法 | 第45-47页 |
| 3.2.3 卡尔曼加权融合算法 | 第47-48页 |
| 3.2.4 仿真结果 | 第48-49页 |
| 3.2.5 基于平均功率与联合方差最小的选频规则 | 第49-50页 |
| 3.3 本章小结 | 第50-51页 |
| 第4章 选频验证 | 第51-68页 |
| 4.1 功率谱验证方式 | 第51页 |
| 4.2 目标提取验证方式 | 第51-67页 |
| 4.2.1 高频地波超视距雷达回波信号分析 | 第52-56页 |
| 4.2.2 目标距离信息与速度信息的提取 | 第56-58页 |
| 4.2.3 距离分辨率和速度分辨率 | 第58-59页 |
| 4.2.4 双基地雷达情况 | 第59-60页 |
| 4.2.5 仿真二维 FFT 得到 R-D 谱 | 第60-61页 |
| 4.2.6 不同信道的 R-D 谱 | 第61-67页 |
| 4.3 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第74-76页 |
| 致谢 | 第76页 |