| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-18页 |
| 第一章 绪论 | 第18-32页 |
| 1.1 研究背景和意义 | 第18-23页 |
| 1.1.1 海杂波的形成机理 | 第19-21页 |
| 1.1.2 海杂波幅度模型 | 第21-22页 |
| 1.1.3 海杂波多普勒谱模型 | 第22-23页 |
| 1.2 海杂波背景下目标检测的研究现状 | 第23-28页 |
| 1.2.1 基于时频分析的检测方法 | 第24-25页 |
| 1.2.2 基于海杂波非线性特征的检测方法 | 第25-27页 |
| 1.2.3 现有方法的局限性 | 第27-28页 |
| 1.3 实测海杂波数据介绍 | 第28-30页 |
| 1.4 论文的内容安排和主要工作 | 第30-32页 |
| 第二章 基于海杂波改进分形特征的目标检测方法 | 第32-42页 |
| 2.1 引言 | 第32-33页 |
| 2.2 海杂波分形特性分析 | 第33-37页 |
| 2.2.1 海杂波多尺度分形特性 | 第33-36页 |
| 2.2.2 海杂波分形特征的空时变特性 | 第36-37页 |
| 2.3 基于改进分形特征的检测方法 | 第37-39页 |
| 2.3.1 基于多尺度Hurst指数的检测器 | 第37-38页 |
| 2.3.2 基于相对Hurst指数的检测器 | 第38-39页 |
| 2.4 性能对比和分析 | 第39-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第三章 基于时频脊引导Hough变换的目标检测方法 | 第42-52页 |
| 3.1 引言 | 第42页 |
| 3.2 块白化杂波抑制 | 第42-44页 |
| 3.3 时频特征提取 | 第44-50页 |
| 3.4 实验结果与性能比较 | 第50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 漂浮小目标的三特征联合检测方法 | 第52-72页 |
| 4.1 引言 | 第52页 |
| 4.2 特征提取和分类能力分析 | 第52-58页 |
| 4.2.1 相对平均幅度RAA | 第53-54页 |
| 4.2.2 相对多普勒峰高RPH | 第54-56页 |
| 4.2.3 相对多普勒谱熵RVE | 第56-57页 |
| 4.2.4 杂波和目标在三维特征空间的可分性 | 第57-58页 |
| 4.3 凸包学习算法和三特征检测器 | 第58-64页 |
| 4.3.1 问题描述 | 第58-60页 |
| 4.3.2 快速凸包学习算法 | 第60-63页 |
| 4.3.3 三特征检测器 | 第63-64页 |
| 4.4 实验结果和性能比较 | 第64-70页 |
| 4.4.1 实验结果 | 第64-66页 |
| 4.4.2 检测器性能比较 | 第66-70页 |
| 4.5 本章小结 | 第70-72页 |
| 第五章 匹配于海杂波多普勒谱特性的多普勒扩展目标检测方法 | 第72-84页 |
| 5.1 引言 | 第72-73页 |
| 5.2 海杂波多普勒谱随机过程建模 | 第73-76页 |
| 5.3 基于归一化多普勒谱的检测方法 | 第76-79页 |
| 5.4 实验结果和性能对比 | 第79-82页 |
| 5.5 本章小结 | 第82-84页 |
| 第六章 基于时频特征的双特征海面漂浮低速小目标检测方法 | 第84-100页 |
| 6.1 引言 | 第84页 |
| 6.2 海杂波时间序列时频特征提取 | 第84-90页 |
| 6.2.1 检测问题描述和块白化杂波抑制 | 第85-87页 |
| 6.2.2 时频特征对的提取方法 | 第87-90页 |
| 6.3 基于凸包贪婪学习算法的双特征检测方法 | 第90-95页 |
| 6.3.1 时频特征对可分性定量分析 | 第90-93页 |
| 6.3.2 两维特征空间凸包习算法 | 第93-94页 |
| 6.3.3 特征检测器 | 第94-95页 |
| 6.4 检测结果和性能分析 | 第95-97页 |
| 6.5 本章小结 | 第97-100页 |
| 第七章 总结与展望 | 第100-104页 |
| 7.1 工作总结 | 第100-101页 |
| 7.2 工作展望 | 第101-104页 |
| 参考文献 | 第104-114页 |
| 致谢 | 第114-116页 |
| 作者简介 | 第116-117页 |
