雷达目标特征提取与识别研究
| 创新性声明 | 第1页 |
| 关于论文使用授权的说明 | 第2-3页 |
| 摘 要 | 第3-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-19页 |
| ·目标识别的概念及研究意义 | 第7-8页 |
| ·雷达目标识别系统组成 | 第8-9页 |
| ·雷达目标识别技术的发展及研究现状 | 第9-16页 |
| ·基于时域响应的目标识别 | 第9-11页 |
| ·基于频域响应的目标识别 | 第11-12页 |
| ·基于波形综合的目标识别 | 第12-13页 |
| ·基于极化特征和非线性散射特性的目标识别 | 第13-15页 |
| ·模式识别技术及其在雷达目标识别中的应用 | 第15-16页 |
| ·论文的主要工作及内容安排 | 第16-19页 |
| 第二章 小波分析理论及其在雷达目标识别中的应用 | 第19-27页 |
| ·小波基础理论 | 第19-22页 |
| ·连续小波变换 | 第19-20页 |
| ·小波变换的特点 | 第20-22页 |
| ·离散小波变换与多分辨分析理论 | 第22-23页 |
| ·正交小波包 | 第23-25页 |
| ·小波变换在雷达目标识别中的应用 | 第25-27页 |
| 第三章 一种基于小波的现役雷达目标识别方法 | 第27-45页 |
| ·雷达所能获取的信息 | 第27-29页 |
| ·雷达工作参数 | 第27页 |
| ·雷达获取的信息 | 第27-29页 |
| ·目标特征的提取 | 第29-44页 |
| ·分解使用的小波 | 第29-30页 |
| ·分解数据的选择 | 第30页 |
| ·小波包分解算法和分解空间的选择 | 第30-38页 |
| ·特征向量的建立 | 第38页 |
| ·特征向量的统计分布特性 | 第38-43页 |
| ·模式识别过程和方法 | 第43页 |
| ·识别结果 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第四章 一种基于双谱的现役雷达目标识别方法 | 第45-51页 |
| ·三次相关和双谱 | 第45-46页 |
| ·双谱计算算法流程 | 第46-48页 |
| ·特征向量的选择和建立 | 第48-49页 |
| ·识别方法和识别结果 | 第49-50页 |
| ·识别方法 | 第49页 |
| ·识别结果 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 基于SOM 神经网络的雷达目标识别研究 | 第51-57页 |
| ·SOM 网络的结构特征及其学习算法 | 第51-52页 |
| ·实际应用的改进算法 | 第52-53页 |
| ·训练结果和分类图形的确定 | 第53-55页 |
| ·识别测试结果 | 第55-56页 |
| ·小结 | 第56-57页 |
| 结束语 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 在读期间研究成果 | 第65页 |
