基于压缩感知理论的雷达目标跟踪方法研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 目标跟踪技术发展现状及趋势 | 第11-14页 |
1.2.1 雷达目标跟踪技术 | 第11-12页 |
1.2.2 视频图像跟踪技术 | 第12-13页 |
1.2.3 压缩感知跟踪技术 | 第13-14页 |
1.3 论文结构安排与主要内容 | 第14-15页 |
第2章 雷达目标跟踪关键问题研究 | 第15-33页 |
2.1 影响雷达回波观测的主要因素 | 第15-17页 |
2.2 雷达目标图像稀疏性分析 | 第17-21页 |
2.2.1 雷达目标图像的直方图分析 | 第17-18页 |
2.2.2 雷达目标图像的相关性分析 | 第18-21页 |
2.3 雷达目标图像特征分析 | 第21-25页 |
2.4 雷达目标图像特征提取 | 第25-30页 |
2.4.1 常用特征提取方法 | 第26-27页 |
2.4.2 本文特征提取方法 | 第27-29页 |
2.4.3 特征值的计算 | 第29-30页 |
2.5 雷达目标运动信息分析及利用 | 第30-32页 |
2.6 本章小结 | 第32-33页 |
第3章 压缩感知理论关键问题研究 | 第33-44页 |
3.1 信号的稀疏表示问题 | 第34-38页 |
3.1.1 基于分析的稀疏字典 | 第35页 |
3.1.2 基于学习的稀疏字典 | 第35-36页 |
3.1.3 稀疏字典的选择 | 第36-38页 |
3.2 信号的非相关采样问题 | 第38-42页 |
3.2.1 常用测量矩阵比较 | 第39-40页 |
3.2.2 测量矩阵设计 | 第40-41页 |
3.2.3 测量矩阵的选择 | 第41-42页 |
3.3 信号的精确重构问题 | 第42-43页 |
3.4 本章小结 | 第43-44页 |
第4章 基于压缩感知理论的雷达目标跟踪方法 | 第44-67页 |
4.1 目标特征表示及分析 | 第45-52页 |
4.1.1 特征的粗提取 | 第45-48页 |
4.1.2 目标的多尺度表示 | 第48-49页 |
4.1.3 基于压缩感知的目标特征提取 | 第49-51页 |
4.1.4 低维压缩特征的尺度不变性 | 第51-52页 |
4.2 目标跟踪算法实现 | 第52-59页 |
4.2.1 分类器工作原理 | 第52-53页 |
4.2.2 分类器构建与更新 | 第53-54页 |
4.2.3 目标搜索策略 | 第54-56页 |
4.2.4 遮挡问题的处理 | 第56-58页 |
4.2.5 算法总结 | 第58-59页 |
4.3 实验结果及分析 | 第59-66页 |
4.3.1 跟踪效果评价标准 | 第59-60页 |
4.3.2 实验结果及分析 | 第60-66页 |
4.4 本章小结 | 第66-67页 |
第5章 系统软件设计及实现 | 第67-76页 |
5.1 软件系统总体设计 | 第67-68页 |
5.2 图像预处理 | 第68-71页 |
5.3 基于压缩感知的目标跟踪 | 第71-75页 |
5.3.1 软件实现过程 | 第71-73页 |
5.3.2 交互界面设计 | 第73-74页 |
5.3.3 跟踪效果测试 | 第74-75页 |
5.4 本章小结 | 第75-76页 |
第6章 总结与展望 | 第76-78页 |
6.1 工作总结 | 第76-77页 |
6.2 未来工作展望 | 第77-78页 |
参考文献 | 第78-84页 |
致谢 | 第84-86页 |
作者简介 | 第86页 |