| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 第一章 绪论 | 第13-38页 |
| 1.1 课题研究的背景与意义 | 第13-15页 |
| 1.2 HRRP目标识别研究现状 | 第15-31页 |
| 1.2.1 HRRP特性分析 | 第17-22页 |
| 1.2.2 HRRP特征提取 | 第22-24页 |
| 1.2.3 HRRP识别分类器设计 | 第24-25页 |
| 1.2.4 HRRP识别性能增强 | 第25-31页 |
| 1.3 本文主要工作及内容安排 | 第31-38页 |
| 1.3.1 实验数据介绍 | 第31-35页 |
| 1.3.2 论文的主要内容及组织结构 | 第35-38页 |
| 第二章 单视单极化HRRP特征提取 | 第38-57页 |
| 2.1 引言 | 第38-39页 |
| 2.2 典型特征提取方法 | 第39-45页 |
| 2.2.1 姿态稳健性特征 | 第39-42页 |
| 2.2.2 平移不变特征 | 第42-43页 |
| 2.2.3 变换特征 | 第43-44页 |
| 2.2.4 结构特征 | 第44-45页 |
| 2.3 基于序列零分量分析的HRRP特征提取 | 第45-52页 |
| 2.3.1 零分量分析 | 第46-49页 |
| 2.3.2 基于序列零分量分析的目标识别 | 第49-52页 |
| 2.4 实验结果及分析 | 第52-56页 |
| 2.4.1 简单数据分类实验 | 第52-53页 |
| 2.4.2 电磁散射数据分类实验 | 第53-55页 |
| 2.4.3 实测数据分类实验 | 第55-56页 |
| 2.5 本章小结 | 第56-57页 |
| 第三章 基于多极化信息的HRRP目标识别增强 | 第57-81页 |
| 3.1 引言 | 第57-58页 |
| 3.2 基础理论 | 第58-67页 |
| 3.2.1 目标极化特性 | 第58-62页 |
| 3.2.2 稀疏表示基础理论 | 第62-67页 |
| 3.3 基于联合稀疏性的多极化HRRP目标识别 | 第67-76页 |
| 3.3.1 全极化HRRP特性 | 第67-69页 |
| 3.3.2 基于JSR的多极化HRRP目标识别方法 | 第69-76页 |
| 3.4 实验结果及分析 | 第76-79页 |
| 3.5 本章小结 | 第79-81页 |
| 第四章 基于多视信息的HRRP目标识别增强 | 第81-117页 |
| 4.1 引言 | 第81-82页 |
| 4.2 基于多任务压缩感知的多视目标识别 | 第82-102页 |
| 4.2.1 小角度范围内多视HRRP特性 | 第82-83页 |
| 4.2.2 基于多任务感知的多视目标识别 | 第83-92页 |
| 4.2.3 实验结果及分析 | 第92-102页 |
| 4.3 基于动态联合稀疏表示的多视目标识别 | 第102-115页 |
| 4.3.1 基于动态联合稀疏表示的多视目标识别 | 第102-106页 |
| 4.3.2 实验结果及分析 | 第106-115页 |
| 4.4 本章小结 | 第115-117页 |
| 第五章 基于多视多极化信息的HRRP目标识别增强 | 第117-131页 |
| 5.1 引言 | 第117-118页 |
| 5.2 基于联合稀疏表示的多视多极化HRRP目标识别 | 第118-119页 |
| 5.3 基于层次联合稀疏表示的多视多极化HRRP目标识别 | 第119-124页 |
| 5.4 实验结果及分析 | 第124-129页 |
| 5.5 本章小结 | 第129-131页 |
| 第六章 结束语 | 第131-135页 |
| 6.1 论文的主要工作及创新点总结 | 第131-133页 |
| 6.2 下一步的工作展望 | 第133-135页 |
| 致谢 | 第135-137页 |
| 参考文献 | 第137-154页 |
| 作者在学期间取得的学术成果 | 第154-155页 |
| 作者在学期间参与的科研项目 | 第155页 |
