摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 绪论 | 第11-25页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 研究历史和现状 | 第12-21页 |
1.2.1 雷达目标宽带电磁散射特性分析技术研究历史和现状 | 第12-15页 |
1.2.2 宽带雷达目标自动识别技术研究历史和现状 | 第15-19页 |
1.2.3 宽带雷达超分辨技术研究历史和现状 | 第19-21页 |
1.3 本文的主要工作和贡献 | 第21-24页 |
1.4 本文的结构安排 | 第24-25页 |
2 自适应交叉近似算法加速阶数步进时域积分方程方法 | 第25-41页 |
2.1 引言 | 第25页 |
2.2 时域积分方程的推导 | 第25-28页 |
2.3 时域积分方程的阶数步进解法 | 第28-31页 |
2.4 自适应交叉近似算法的基本原理 | 第31-33页 |
2.5 ACA-SVD加速阶数步进时域积分方程的基本原理 | 第33-35页 |
2.6 数值算例与分析 | 第35-40页 |
2.7 本章小结 | 第40-41页 |
3 阶数步进时域有限元边界积分方法 | 第41-54页 |
3.1 引言 | 第41页 |
3.2 阶数步进时域有限元边界积分方法的基本原理 | 第41-49页 |
3.2.1 问题描述 | 第41-42页 |
3.2.2 有限元部分方程建立 | 第42-43页 |
3.2.3 边界积分部分方程建立 | 第43-46页 |
3.2.4 混合公式与内观公式 | 第46-48页 |
3.2.5 计算复杂度分析 | 第48-49页 |
3.3 数值算例与分析 | 第49-53页 |
3.4 本章小结 | 第53-54页 |
4 宽带雷达目标识别技术研究 | 第54-78页 |
4.1 引言 | 第54-55页 |
4.2 基于E脉冲的雷达目标识别技术研究 | 第55-68页 |
4.2.1 基于矩阵束的目标极点提取方法 | 第55-57页 |
4.2.2 E脉冲技术的基本原理 | 第57-61页 |
4.2.3 多方位E脉冲技术 | 第61-66页 |
4.2.4 数值算例与分析 | 第66-68页 |
4.3 基于高分辨一维距离像的雷达目标识别技术研究 | 第68-77页 |
4.3.1 高分辨一维距离像的获取 | 第68-70页 |
4.3.2 基于自适应邻域保持判别投影的特征提取方法 | 第70-74页 |
4.3.3 数值算例与分析 | 第74-77页 |
4.4 本章小结 | 第77-78页 |
5 基于快速稀疏贝叶斯学习算法的宽带雷达超分辨技术研究 | 第78-98页 |
5.1 引言 | 第78页 |
5.2 宽带雷达超分辨问题转化为稀疏表示问题 | 第78-82页 |
5.3 快速稀疏贝叶斯学习算法的基本原理 | 第82-87页 |
5.4 多层动态字典构造方法 | 第87-88页 |
5.5 相干处理技术 | 第88-90页 |
5.6 数值算例与分析 | 第90-97页 |
5.7 本章小结 | 第97-98页 |
6 结论与研究展望 | 第98-101页 |
6.1 全文的总结 | 第98-99页 |
6.2 后续工作和展望 | 第99-101页 |
致谢 | 第101-102页 |
参考文献 | 第102-117页 |
读博期间取得的科研成果 | 第117-119页 |