| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 激光雷达探测风切变研究现状 | 第11-12页 |
| 1.3 低空风切变识别算法研究现状 | 第12-14页 |
| 1.4 本文主要研究内容 | 第14-16页 |
| 第二章 低空风切变介绍及其样本库建立 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 低空风切变介绍 | 第16-21页 |
| 2.2.1 低空风切变的成因 | 第16-18页 |
| 2.2.2 低空风切变的分类 | 第18-19页 |
| 2.2.3 低空风切变的强度 | 第19-20页 |
| 2.2.4 低空风切变对飞行的影响 | 第20-21页 |
| 2.3 低空风切变样本库建立 | 第21-25页 |
| 2.3.1 低空风切变模型建立 | 第22-23页 |
| 2.3.2 低空风切变样本库建立 | 第23-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 基于多特征融合的低空风切变识别方法 | 第27-49页 |
| 3.1 引言 | 第27-28页 |
| 3.2 图像预处理 | 第28-29页 |
| 3.3 基于Zernike矩的特征提取 | 第29-36页 |
| 3.3.1 Hu矩 | 第29-31页 |
| 3.3.2 Zernike矩 | 第31-34页 |
| 3.3.3 基于Zernike矩的低空风切变特征提取 | 第34-36页 |
| 3.4 基于LBP的特征提取 | 第36-42页 |
| 3.4.1 LBP原理 | 第36-38页 |
| 3.4.2 LBP算子的扩展 | 第38-40页 |
| 3.4.3 基于LBP的低空风切变特征提取 | 第40-42页 |
| 3.5 基于PCA的特征融合 | 第42页 |
| 3.6 k近邻法进行识别 | 第42-43页 |
| 3.7 实验结果及分析 | 第43-48页 |
| 3.7.1 实验样本库建立 | 第43页 |
| 3.7.2 不同矩特征的识别性能比较 | 第43-45页 |
| 3.7.3 不同LBP模式的识别性能比较 | 第45-46页 |
| 3.7.4 融合特征的低空风切变识别 | 第46-48页 |
| 3.8 本章小结 | 第48-49页 |
| 第四章 基于多层次特征的低空风切变类型识别 | 第49-54页 |
| 4.1 引言 | 第49页 |
| 4.2 多部多普勒雷达测风发展 | 第49-50页 |
| 4.3 多部多普勒激光雷达风场扫描 | 第50-51页 |
| 4.4 基于多层次扫描图像的低空风切变类型识别 | 第51-52页 |
| 4.5 实验结果及分析 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 本文工作总结 | 第54页 |
| 5.2 未来工作展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士期间发表的论文 | 第61页 |