| 摘要 | 第1-15页 |
| Abstract | 第15-18页 |
| 缩略语 | 第18-20页 |
| 第一章 绪论 | 第20-39页 |
| ·引言 | 第20页 |
| ·研究背景及重要意义 | 第20-28页 |
| ·认知雷达及其关键技术 | 第20-26页 |
| ·针对目标识别的自适应波形设计技术研究意义 | 第26-28页 |
| ·认知雷达目标识别自适应波形设计技术研究现状 | 第28-35页 |
| ·针对目标识别的波形最优化技术 | 第28-30页 |
| ·针对目标识别的自适应技术 | 第30-31页 |
| ·针对姿态角不确定性的处理方法 | 第31-32页 |
| ·最优时域信号设计与实现 | 第32-33页 |
| ·宽带雷达波形参数与目标识别性能关系 | 第33-34页 |
| ·认知雷达网络 | 第34-35页 |
| ·论文的主要内容及组织结构 | 第35-39页 |
| 第二章 基于确定性信号检测方法的目标识别最优波形设计 | 第39-62页 |
| ·引言 | 第39-40页 |
| ·目标识别问题分析及信号模型 | 第40-45页 |
| ·雷达目标识别与最优波形设计分析 | 第40页 |
| ·信号模型 | 第40-44页 |
| ·针对目标识别的最优波形设计问题模型 | 第44-45页 |
| ·基于确定性信号检测的最优波形设计方法 | 第45-52页 |
| ·NP准则下的目标函数 | 第45-47页 |
| ·最小错误概率准则下的目标函数 | 第47-48页 |
| ·杂波环境下基于NP准则的目标函数 | 第48-50页 |
| ·基于确定性信号检测理论的目标函数的统一 | 第50-52页 |
| ·识别性能分析 | 第52页 |
| ·最优波形特点分析 | 第52-60页 |
| ·最优波形的表示 | 第52-54页 |
| ·噪声环境下最优波形与环境的关系 | 第54-55页 |
| ·杂波环境下最优波形与环境的关系 | 第55-60页 |
| ·本章小结 | 第60-62页 |
| 第三章 基于随机信号估计方法的目标识别最优波形设计 | 第62-89页 |
| ·引言 | 第62-63页 |
| ·基于随机信号估计的最优波形设计问题分析及信号模型 | 第63-65页 |
| ·基于随机信号估计的最优波形设计方法 | 第65-76页 |
| ·线性贝叶斯估计方法 | 第65-69页 |
| ·基于信息论的目标函数及最优波形 | 第69-70页 |
| ·杂波环境下基于随机信号估计的目标函数及最优波形 | 第70-73页 |
| ·基于随机信号估计的目标函数关系及最优波形分析 | 第73-76页 |
| ·环境对最优波形影响分析 | 第76-85页 |
| ·噪声环境下环境对最优波形影响分析 | 第77-81页 |
| ·杂波环境下环境对最优波形影响分析 | 第81-85页 |
| ·最优波形谱的时域合成方法 | 第85-87页 |
| ·本章小结 | 第87-89页 |
| 第四章 针对多目标识别的自适应波形设计技术 | 第89-116页 |
| ·引言 | 第89-90页 |
| ·信号模型及多目标识别问题分析 | 第90-91页 |
| ·基于WLS-MI的最优波形设计方法 | 第91-97页 |
| ·最优波形目标函数 | 第91-93页 |
| ·求解最优波形 | 第93-95页 |
| ·简化模型 | 第95-97页 |
| ·基于目标加权求和的最优波形设计方法 | 第97-102页 |
| ·基于WLS-TIR的最优波形设计方法 | 第97-101页 |
| ·基于WLS-ACM的最优波形设计方法 | 第101-102页 |
| ·基于波形加权求和的波形优化设计方法 | 第102-105页 |
| ·对各个目标的最优波形加权的波形设计方法 | 第102-104页 |
| ·对各个假设的最优波形加权的波形设计方法 | 第104-105页 |
| ·多目标识别波形自适应方法 | 第105-107页 |
| ·权值计算方法 | 第105-106页 |
| ·多目标识别波形自适应机制 | 第106-107页 |
| ·仿真实验及结果分析 | 第107-115页 |
| ·验证方法及场景设定 | 第107-108页 |
| ·各种最优波形设计方法性能比较 | 第108-110页 |
| ·权值有效性验证 | 第110-112页 |
| ·目标个数对识别性能的影响分析 | 第112-113页 |
| ·三目标识别波形自适应过程举例 | 第113-115页 |
| ·本章小结 | 第115-116页 |
| 第五章 针对动目标识别的自适应波形设计技术 | 第116-145页 |
| ·引言 | 第116-117页 |
| ·目标运动对自适应波形设计的影响分析 | 第117-122页 |
| ·目标运动方向与雷达视线不一致的场景分析 | 第117-121页 |
| ·目标运动方向与雷达视线一致的场景分析 | 第121-122页 |
| ·基于目标姿态角预测的动目标识别自适应波形设计方法 | 第122-129页 |
| ·LSSVM预测原理 | 第123-125页 |
| ·基于LSSVM预测的自适应波形设计方法 | 第125-126页 |
| ·仿真实验及性能分析 | 第126-129页 |
| ·基于决策层融合的动目标识别自适应波形设计方法 | 第129-144页 |
| ·决策层融合目标识别 | 第130-132页 |
| ·基于决策层融合识别的自适应波形设计方法 | 第132-133页 |
| ·仿真实验 | 第133-139页 |
| ·基于融合的自适应波形设计方法的识别性能分析 | 第139-144页 |
| ·本章小结 | 第144-145页 |
| 第六章 宽带雷达波形参数与目标识别性能关系 | 第145-167页 |
| ·引言 | 第145-146页 |
| ·目标回波模型 | 第146-148页 |
| ·目标及回波模型 | 第146-147页 |
| ·目标识别问题中信号的矢量模型 | 第147-148页 |
| ·噪声环境下波形参数与目标识别性能关系 | 第148-154页 |
| ·观测信号独立同分布时波形参数与识别性能的关系 | 第148-151页 |
| ·观测信号相关时波形参数与识别性能的关系 | 第151-154页 |
| ·杂波环境下波形参数与目标识别性能的关系 | 第154-158页 |
| ·杂波环境下信号的统计模型 | 第154-156页 |
| ·波形参数与目标识别性能的关系 | 第156-158页 |
| ·仿真实验及结果分析 | 第158-166页 |
| ·实验场景假定及说明 | 第158页 |
| ·独立同分布条件下宽带信号参数与目标识别性能的关系 | 第158-165页 |
| ·运动速度对信号带宽与目标识别性能关系的影响 | 第165-166页 |
| ·本章小结 | 第166-167页 |
| 第七章 结论与展望 | 第167-171页 |
| ·论文主要工作及创新点 | 第167-169页 |
| ·研究展望 | 第169-171页 |
| 致谢 | 第171-174页 |
| 参考文献 | 第174-185页 |
| 作者在学期间取得的学术成果 | 第185-187页 |
| 附录A 产生具有给定PSD的随机信号样本函数的方法 | 第187-188页 |
