ISAR空间目标识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及研究的目的和意义 | 第8页 |
| 1.2 国内外在该方向的研究现状和分析 | 第8-12页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.2.3 国内外文献综述的简析 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-14页 |
| 第2章 ISAR图像的电磁仿真 | 第14-28页 |
| 2.1 引言 | 第14页 |
| 2.2 空间目标散射点模型仿真 | 第14-16页 |
| 2.3 逆合成孔径雷达的成像原理 | 第16-18页 |
| 2.4 逆合成孔径雷达的成像算法 | 第18-24页 |
| 2.4.1 距离向高分辨 | 第18-21页 |
| 2.4.2 方位向高分辨 | 第21-24页 |
| 2.5 图像中条纹干扰和斑点噪声的仿真 | 第24-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 ISAR图像的预处理 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 去除条纹干扰 | 第28-35页 |
| 3.2.1 点目标微自旋回波模型 | 第28-32页 |
| 3.2.2 短时傅里叶变换 | 第32-33页 |
| 3.2.3 去多普勒算法 | 第33-35页 |
| 3.3 去除斑点噪声 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 空间目标的特征提取 | 第38-57页 |
| 4.1 引言 | 第38页 |
| 4.2 几何特征向量 | 第38-43页 |
| 4.2.1 边缘检测 | 第38-41页 |
| 4.2.2 对数螺旋线 | 第41-42页 |
| 4.2.3 傅里叶算子 | 第42-43页 |
| 4.3 旋转部件特征 | 第43-52页 |
| 4.3.1 基于短时傅里叶变换的多普勒频率估计 | 第43-47页 |
| 4.3.2 改进的微多普勒频率估计 | 第47-52页 |
| 4.4 特征选择 | 第52-56页 |
| 4.4.1 可分离性判据 | 第53页 |
| 4.4.2 利用次优搜索法选择特征 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 分类器设计 | 第57-72页 |
| 5.1 引言 | 第57页 |
| 5.2 神经网络 | 第57-63页 |
| 5.2.1 BP神经网络的神经单元 | 第57-58页 |
| 5.2.2 BP神经网络的结构 | 第58-59页 |
| 5.2.3 BP神经网络的训练 | 第59页 |
| 5.2.4 分类结果 | 第59-63页 |
| 5.3 改进的神经网络分类器 | 第63-65页 |
| 5.4 实测数据验证 | 第65-71页 |
| 5.5 本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第78-80页 |
| 致谢 | 第80页 |
