首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--自动信息理论论文

基于小波变换的畸变信道检测和目标特征提取研究

第1章 绪论第1-21页
   ·研究背景与意义第12-14页
     ·宽频带自导的优势第12-13页
     ·畸变信道存在的客观性第13-14页
     ·特征提取在目标识别中的重要性第14页
   ·宽带畸变信道检测与目标识别研究现状第14-19页
     ·小波分析的发展及其在宽带处理中的应用第15-16页
     ·畸变信道信号检测的应用研究及实现第16-17页
     ·目标特征提取.压缩与识别第17-19页
   ·本文研究内容及安排第19-21页
第2章 宽带处理及小波变换的基础理论第21-38页
   ·散射函数第21-23页
     ·目标的散射函数第21-22页
     ·目标按扩展特性的分类第22-23页
   ·宽带信号与系统第23-26页
     ·宽带信号与系统的条件第23-24页
     ·宽带目标回波的模型第24-25页
     ·宽带模糊度函数第25-26页
   ·小波分析理论第26-35页
     ·连续小波变换第26-30页
     ·多分辨分析第30-33页
     ·小波包分析第33-35页
   ·本章小结第35页
 附录1: 基于采样定理的尺度副本产生第35-38页
  附1.1 尺度副本的产生第35-36页
  附1.2 快速算法第36-38页
第3章 频率扩展信道的信号检测第38-49页
   ·理想信道的模型及信号检测第38-42页
     ·理想信道的回波第39-40页
     ·副本相关器第40页
     ·小波域理想信道的信号检测第40-42页
   ·频率扩展信道的起因与模型第42-43页
   ·分段副本相关器及其检测性能第43-46页
     ·分段副本相关器(SRC)第43-44页
     ·SRC的统计特性第44-45页
     ·仿真结果第45-46页
   ·小波域的频率扩展信道信号的检测第46-48页
     ·WDSRC检测器的形式第46-47页
     ·仿真实验第47-48页
   ·本章小结第48-49页
第4章 时间扩展信道的宽带信号检测第49-59页
   ·时间扩展信道的形成与模型第49-50页
   ·副本相关积分器及其检测性能第50-53页
     ·副本相关积分器(RCI)第50-51页
     ·RCI的统计特性第51-53页
     ·仿真结果第53页
   ·小波域的副本相关积分器第53-55页
     ·WDRCI检测器的形式第53-54页
     ·仿真实验第54-55页
   ·TSD信道扩展时间的估计第55-57页
     ·多重假设副本相关积分器第55-56页
     ·数值仿真第56-57页
   ·本章小结第57-59页
第5章 宽带畸变信道检测的水池实验第59-68页
   ·实验测试系统及仪器第59-61页
     ·实验测试系统第59-60页
     ·实验仪器第60页
     ·实验参数及过程第60-61页
   ·实验结果第61-67页
     ·发射信号及有关参数第61-62页
     ·频率扩展信道(FFD)的检测第62-63页
     ·时间扩展信道(TSD)的检测第63-65页
     ·TSD信道扩展时间的估计第65-67页
   ·本章小结第67-68页
第6章 宽带回波的特征提取与识别第68-85页
   ·目标识别问题描述第68-69页
   ·目标回波的时频表示第69-78页
     ·基于连续小波变换的特征提取第71-72页
     ·基于多分辨分析的特征提取第72-73页
     ·基于小波包分析的特征提取第73-78页
   ·特征维数的减少第78-82页
     ·特征选择第79-81页
     ·特征投影第81-82页
   ·分类器的概述第82-83页
     ·最小距离分类器第82页
     ·最近邻分类器第82-83页
     ·K近邻分类器(KNN)第83页
   ·本章小结第83-85页
第7章 莱蒙湖底回波的分类结果第85-113页
   ·实测数据第85-86页
   ·小波函数第86-87页
   ·基于连续小波变换的特征提取第87-96页
     ·湖底沉积物反射回波的尺度图第88-89页
     ·以尺度—小波能量谱为特征的目标识别第89-93页
     ·以时间—小波能量谱为特征的目标识别第93-96页
   ·基于多分辨分析的特征提取第96-101页
     ·多分辨分析中基本参数的确定第96-98页
     ·以多分辨分析的系数为特征的目标识别第98页
     ·以各子带能量强度为特征的目标识别第98-101页
   ·基于小波包分析的特征提取第101-110页
     ·小波包分析中基本参数的选择第101-103页
     ·以小波包分析系数为特征的目标识别第103-104页
     ·以各子带代价函数为特征的目标识别第104-107页
     ·以各子带能量或能量强度为特征的目标识别第107-110页
   ·实验结果的总结第110-113页
第8章 结论与展望第113-117页
   ·本文的主要研究内容和结论第113-115页
   ·本文的主要贡献第115页
   ·进一步的工作第115-117页
参考文献第117-125页
致谢第125-126页
作者在攻读博士学位期间发表的论文第126页

论文共126页,点击 下载论文
上一篇:高磷诱导及膦甲酸钠干预血管平滑肌细胞钙化的研究
下一篇:吕祖谦文学研究