| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·雷达自动目标识别的研究背景和基本概念 | 第7-8页 |
| ·雷达 HRRP 自动目标识别的研究现状 | 第8页 |
| ·雷达 HRRP 自动目标识别的关键技术和解决方法 | 第8-10页 |
| ·方位敏感性 | 第8-9页 |
| ·平移敏感性 | 第9页 |
| ·强度敏感性 | 第9-10页 |
| ·特征提取和特征选择问题 | 第10页 |
| ·论文内容安排 | 第10-13页 |
| ·数据介绍 | 第10-11页 |
| ·内容安排 | 第11-13页 |
| 第二章 雷达高分辨距离像数据预处理方法 | 第13-35页 |
| ·雷达高分辨距离像回波模型 | 第13-15页 |
| ·雷达高分辨距离像回波特性分析 | 第15-23页 |
| ·高分辨距离像的方位敏感性 | 第15-20页 |
| ·高分辨距离像的平移敏感性 | 第20-22页 |
| ·高分辨距离像的强度敏感性 | 第22-23页 |
| ·针对高分辨距离像回波特性的数据预处理 | 第23-33页 |
| ·等样本数据量间隔的数据划分 | 第23-25页 |
| ·幂变换处理 | 第25-26页 |
| ·基于快速相关匹配的相关对齐方法 | 第26-30页 |
| ·强度归一化方法 | 第30-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 基于子空间方法的特征提取和选择方法 | 第35-51页 |
| ·引言 | 第35页 |
| ·主成分分析 | 第35-36页 |
| ·线性判别分析 | 第36-39页 |
| ·核函数 | 第39-40页 |
| ·核函数的结构 | 第39页 |
| ·核函数的构造与性质 | 第39-40页 |
| ·核主成分分析 | 第40-43页 |
| ·空间变换中的 PCA 问题 | 第41页 |
| ·通过核函数简化变换矩阵求解 | 第41-43页 |
| ·核 Fisher 判别分析 | 第43-47页 |
| ·KFDA 方法的应用思想 | 第43-44页 |
| ·通过核函数优化判别向量 | 第44-45页 |
| ·KFDA 方法的深度分析 | 第45-47页 |
| ·仿真实验 | 第47-50页 |
| ·数据准备 | 第47-48页 |
| ·实验结果 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于支持矢量机的高分辨距离像目标识别研究 | 第51-63页 |
| ·引言 | 第51页 |
| ·支持矢量机 | 第51-58页 |
| ·最佳线性分类面 | 第51-53页 |
| ·支持矢量机判别 | 第53-56页 |
| ·基于 SVM 分类器的仿真实验 | 第56-58页 |
| ·组合特征提取方法 | 第58-61页 |
| ·组合降维方法 | 第58-59页 |
| ·仿真实验 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 第五章 总结和展望 | 第63-65页 |
| ·论文内容总结 | 第63-64页 |
| ·工作展望 | 第64-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |