| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 基于统计理论的研究 | 第11-12页 |
| 1.2.2 基于分形理论的研究 | 第12-13页 |
| 1.2.3 基于混沌理论的研究 | 第13-14页 |
| 1.3 课题主要研究内容及论文结构安排 | 第14-16页 |
| 第2章 混沌理论基础与IPIX雷达数据分析 | 第16-28页 |
| 2.1 混沌理论的发展概述 | 第16-17页 |
| 2.2 混沌的定义和特征 | 第17-19页 |
| 2.2.1 混沌的定义 | 第17-18页 |
| 2.2.2 混沌特征 | 第18-19页 |
| 2.3 混沌吸引子 | 第19-22页 |
| 2.3.1 奇怪吸引子 | 第19页 |
| 2.3.2 几种常见的混沌系统 | 第19-22页 |
| 2.4 IPIX雷达实测海杂波数据分析 | 第22-27页 |
| 2.4.1 IPIX雷达简介 | 第22页 |
| 2.4.2 IPIX雷达参数及采样情况 | 第22-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 海杂波混沌特性分析 | 第28-44页 |
| 3.1 相空间重构 | 第28-34页 |
| 3.1.1 延迟时间 | 第29-31页 |
| 3.1.2 嵌入维数 | 第31-34页 |
| 3.2 海杂波混沌识别 | 第34-38页 |
| 3.2.1 关联维数 | 第34-35页 |
| 3.2.2 Lyapunonv指数 | 第35-37页 |
| 3.2.3 Kolmogorov熵 | 第37-38页 |
| 3.3 实验仿真与结果分析 | 第38-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于自适应模糊神经网络的弱目标检测 | 第44-68页 |
| 4.1 模糊神经网络 | 第44-49页 |
| 4.1.1 模糊系统的基本概念 | 第44-45页 |
| 4.1.2 RBF神经网络 | 第45-49页 |
| 4.2 自适应RBF模糊神经网络 | 第49-55页 |
| 4.2.1 自适应RBF模糊神经网络结构与学习算法 | 第50-54页 |
| 4.2.2 基于自适应模糊神经网络的目标检测原理 | 第54-55页 |
| 4.3 实验仿真与结果分析 | 第55-67页 |
| 4.3.1 模拟海杂波预测 | 第55-62页 |
| 4.3.2 实测海杂波预测 | 第62-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第5章 海杂波混沌特性目标检测平台的设计 | 第68-74页 |
| 5.1 海杂波混沌特性目标检测平台基本模块 | 第68页 |
| 5.2 平台的功能模块 | 第68-72页 |
| 5.2.1 相空间重构模块 | 第69-71页 |
| 5.2.2 目标检测模块 | 第71-72页 |
| 5.3 本章小结 | 第72-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 作者简介 | 第81页 |