雷达CFAR检测算法及门限判决系数的优化研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·雷达恒虚警处理的研究背景及意义 | 第9-12页 |
| ·CFAR检测在国内外的研究现状 | 第12-15页 |
| ·论文的结构和内容安排 | 第15-16页 |
| 第二章 智能计算方法简介 | 第16-26页 |
| ·遗传算法 | 第16-20页 |
| ·基本概念 | 第16-18页 |
| ·主要特点 | 第18-19页 |
| ·工作原理 | 第19-20页 |
| ·粒子群算法 | 第20-24页 |
| ·基本原理 | 第20-23页 |
| ·算法特点 | 第23页 |
| ·算法流程 | 第23-24页 |
| ·遗传算法和粒子群算法的比较 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 ML类恒虚警检测算法 | 第26-44页 |
| ·雷达自动检测原理 | 第26-29页 |
| ·自动检测的基本概念 | 第26页 |
| ·四种Swerling模型 | 第26-27页 |
| ·自动检测的具体过程 | 第27-29页 |
| ·杂波模型的建立 | 第29-35页 |
| ·Rayleigh分布杂波 | 第30-31页 |
| ·Lognormal分布杂波 | 第31-33页 |
| ·Weibull分布杂波 | 第33-35页 |
| ·ML类恒虚警检测算法 | 第35-38页 |
| ·CA-CFAR检测器在两种检波方式下的检测性能 | 第38-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 ML类算法的性能分析和比较 | 第44-52页 |
| ·ML类恒虚警检测器的ADT | 第44-45页 |
| ·均匀杂波背景中ML类恒虚警检测器的性能 | 第45-47页 |
| ·多目标环境中ML类恒虚警检测器的性能 | 第47-48页 |
| ·杂波边缘环境中ML类恒虚警检测器的性能 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 雷达CFAR处理中门限系数的优化 | 第52-66页 |
| ·恒虚警性能分析 | 第52-53页 |
| ·门限判决系数对检测性能的影响 | 第53-55页 |
| ·遗传算法对门限判决系数的优化 | 第55-59页 |
| ·进化GA简介 | 第55-56页 |
| ·进化GA对门限系数的优化 | 第56-58页 |
| ·仿真实例与分析 | 第58-59页 |
| ·粒子群算法对阀值因子的优化 | 第59-64页 |
| ·PSO的应用补充 | 第59-60页 |
| ·PSO对阈值因子的优化 | 第60-61页 |
| ·仿真实例与分析 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 第六章 全文总结 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 个人简历 | 第73-74页 |
| 攻读硕士学位期间的研究成果 | 第74页 |
