| 摘要 | 第11-13页 |
| Abstract | 第13-14页 |
| 第一章 绪论 | 第15-36页 |
| 1.1 研究背景和意义 | 第15-17页 |
| 1.2 SAR图像舰船目标监视研究进展 | 第17-30页 |
| 1.2.1 星载SAR系统发展现状与趋势 | 第17-20页 |
| 1.2.2 SAR图像舰船目标监视系统研究进展 | 第20-26页 |
| 1.2.3 SAR图像舰船目标监视技术研究进展 | 第26-30页 |
| 1.3 HRWS SAR图像舰船目标监视关键技术分析 | 第30-32页 |
| 1.4 论文主要工作及内容安排 | 第32-36页 |
| 第二章 单通道SAR图像舰船目标检测 | 第36-66页 |
| 2.1 单通道SAR图像舰船目标检测算法综述 | 第36-41页 |
| 2.1.1 CFAR检测方法 | 第37-39页 |
| 2.1.2 似然比检测方法 | 第39-40页 |
| 2.1.3 小波变换检测方法 | 第40-41页 |
| 2.1.4 子孔径相关检测方法 | 第41页 |
| 2.1.5 其他方法 | 第41页 |
| 2.2 SAR图像海洋杂波统计特性分析 | 第41-49页 |
| 2.2.1 SAR图像海洋杂波统计分布模型 | 第42-44页 |
| 2.2.2 典型SAR图像海洋杂波统计特性分析 | 第44-49页 |
| 2.3 VIE-CFAR检测器设计与性能分析 | 第49-58页 |
| 2.3.1 CFAR检测器原理 | 第49-52页 |
| 2.3.2 VIE-CFAR检测器 | 第52-55页 |
| 2.3.3 VIE-CFAR检测器性能分析 | 第55-58页 |
| 2.4 复杂背景中VIE-CFAR SAR图像舰船目标检测算法 | 第58-64页 |
| 2.4.1 算法原理 | 第58-59页 |
| 2.4.2 算法实现方案 | 第59-61页 |
| 2.4.3 检测性能评估准则 | 第61页 |
| 2.4.4 实验结果与分析 | 第61-64页 |
| 2.5 本章小结 | 第64-66页 |
| 第三章 极化SAR图像舰船目标检测 | 第66-98页 |
| 3.1 极化SAR基础理论 | 第66-71页 |
| 3.1.1 极化电磁波的表征 | 第67-68页 |
| 3.1.2 极化散射矩阵及其矢量化 | 第68-69页 |
| 3.1.3 Stokes矩阵和Muller矩阵 | 第69-70页 |
| 3.1.4 极化协方差矩阵和相干矩阵 | 第70-71页 |
| 3.2 极化SAR舰船目标检测典型方法 | 第71-84页 |
| 3.2.1 多通道数据融合检测方法 | 第71-75页 |
| 3.2.2 极化目标分解检测方法 | 第75-81页 |
| 3.2.3 极化SAR图像舰船检测能力分析 | 第81-84页 |
| 3.3 基于特征选择加权和SVM的极化SAR舰船目标检测 | 第84-88页 |
| 3.3.1 极化加权特征向量的构造 | 第84-86页 |
| 3.3.2 支持向量机 | 第86-88页 |
| 3.3.3 算法方案 | 第88页 |
| 3.4 实验结果与分析 | 第88-96页 |
| 3.4.1 实验数据 | 第89-90页 |
| 3.4.2 算法参数对检测性能的影响 | 第90-93页 |
| 3.4.3 不同算法对实测数据检测性能对比 | 第93-96页 |
| 3.4.4 算法对Radarsat-2 数据鲁棒性验证 | 第96页 |
| 3.5 本章小结 | 第96-98页 |
| 第四章 高分辨SAR图像舰船目标特征提取 | 第98-122页 |
| 4.1 SAR图像舰船目标典型特征提取方法 | 第98-103页 |
| 4.1.1 几何尺度特征 | 第99-100页 |
| 4.1.2 灰度统计特征 | 第100-101页 |
| 4.1.3 电磁散射特征 | 第101-103页 |
| 4.1.4 变换域特征 | 第103页 |
| 4.2 高分辨SAR图像舰船目标几何特征精确提取 | 第103-110页 |
| 4.2.1 舰船目标几何特征精确提取的难点 | 第104-106页 |
| 4.2.2 舰船目标几何特征精确提取算法 | 第106-110页 |
| 4.3 典型舰船目标宏结构散射特征提取方法 | 第110-117页 |
| 4.3.1 典型舰船目标宏结构及其散射特点 | 第110-114页 |
| 4.3.2 局部RCS密度特征 | 第114-115页 |
| 4.3.3 宏结构散射特征 | 第115-117页 |
| 4.4 SAR图像舰船目标特征提取有效性验证与分析 | 第117-121页 |
| 4.4.1 几何特征提取结果有效性验证与分析 | 第117-120页 |
| 4.4.2 宏结构散射特征提取结果有效性验证与分析 | 第120-121页 |
| 4.5 本章小结 | 第121-122页 |
| 第五章 高分辨SAR图像舰船目标分类识别 | 第122-145页 |
| 5.1 高分辨SAR图像舰船目标分类识别问题分析 | 第122-128页 |
| 5.1.1 SAR图像舰船目标分类识别的层次性 | 第123-125页 |
| 5.1.2 SAR图像舰船目标分类识别框架 | 第125-126页 |
| 5.1.3 SAR图像舰船目标分类识别研究现状 | 第126-128页 |
| 5.2 稀疏表示分类原理 | 第128-135页 |
| 5.2.1 信号稀疏表示 | 第128-129页 |
| 5.2.2 稀疏系数求解 | 第129-130页 |
| 5.2.3 稀疏表示分类规则 | 第130页 |
| 5.2.4 稀疏表示分类示例 | 第130-135页 |
| 5.3 基于方位角限制的高分辨SAR图像目标稀疏表示分类算法 | 第135-141页 |
| 5.3.1 不同方位角下目标SAR图像相关性分析 | 第135-136页 |
| 5.3.2 引入方位角信息的SRC算法 | 第136-138页 |
| 5.3.3 实验验证与分析 | 第138-141页 |
| 5.4 基于特征空间稀疏表示的高分辨SAR图像舰船目标分类算法 | 第141-144页 |
| 5.4.1 特征字典的构造 | 第141-142页 |
| 5.4.2 实验验证与分析 | 第142-144页 |
| 5.5 本章小结 | 第144-145页 |
| 第六章 结论与展望 | 第145-148页 |
| 6.1 工作总结 | 第145-146页 |
| 6.2 工作展望 | 第146-148页 |
| 致谢 | 第148-149页 |
| 参考文献 | 第149-164页 |
| 附录A式（2.49）推导 | 第164-165页 |
| 作者在学期间取得的学术成果 | 第165-167页 |
| 作者攻读博士学位期间参与的科研项目 | 第167页 |
