海上目标被动识别方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-29页 |
| 1.1 研究的背景与意义 | 第13-14页 |
| 1.2 水声被动目标识别的研究现状 | 第14-27页 |
| 1.2.1 国内外目标识别系统和装备研究进展 | 第15-17页 |
| 1.2.2 信号预处理的研究现状 | 第17-19页 |
| 1.2.3 目标特征提取和筛选的研究现状 | 第19-21页 |
| 1.2.4 分类决策的研究现状 | 第21-23页 |
| 1.2.5 多源信息融合的研究现状 | 第23-27页 |
| 1.3 本文研究内容 | 第27-29页 |
| 第2章 基于非线性动力学建模的海上目标信号提取 | 第29-65页 |
| 2.1 引言 | 第29-30页 |
| 2.2 相空间重构 | 第30-33页 |
| 2.2.1 延迟坐标重构法 | 第30页 |
| 2.2.2 延迟时间选取 | 第30-31页 |
| 2.2.3 嵌入维数选取 | 第31-33页 |
| 2.3 Volterra级数模型的改进方法研究 | 第33-45页 |
| 2.3.1 Volterra级数模型 | 第33-35页 |
| 2.3.2 Volterra级数核估计方法改进 | 第35-36页 |
| 2.3.3 预测性能仿真分析 | 第36-45页 |
| 2.4 基于改进Volterra模型的信号提取 | 第45-55页 |
| 2.4.1 微弱信号提取算法 | 第45-46页 |
| 2.4.2 提取性能评判 | 第46页 |
| 2.4.3 提取性能的仿真分析 | 第46-54页 |
| 2.4.4 算法的适用性讨论 | 第54-55页 |
| 2.5 微弱舰船辐射噪声信号提取 | 第55-63页 |
| 2.5.1 强干扰背景下舰船辐射噪声提取 | 第55-60页 |
| 2.5.2 强噪声背景下舰船辐射噪声提取 | 第60-63页 |
| 2.6 本章小结 | 第63-65页 |
| 第3章 海上目标的特征提取和筛选 | 第65-84页 |
| 3.1 引言 | 第65页 |
| 3.2 海上目标特征提取 | 第65-71页 |
| 3.2.1 时域波形结构特征 | 第65-67页 |
| 3.2.2 混沌和分形特征 | 第67-71页 |
| 3.2.3 常规特征提取 | 第71页 |
| 3.3 海上目标特征筛选 | 第71-73页 |
| 3.3.1 线性投影分析法筛选特征 | 第72页 |
| 3.3.2 主元分析法筛选特征 | 第72-73页 |
| 3.4 典型海上目标特征的提取和筛选 | 第73-82页 |
| 3.4.1 时域波形结构特征提取和筛选 | 第73-76页 |
| 3.4.2 功率谱特征提取和筛选 | 第76-77页 |
| 3.4.3 DEMON谱特征提取和筛选 | 第77-79页 |
| 3.4.4 LOFAR谱特征提取和筛选 | 第79-80页 |
| 3.4.5 混沌和分形特征提取与筛选 | 第80-82页 |
| 3.5 本章小结 | 第82-84页 |
| 第4章 基于支持向量机的海上目标分类识别 | 第84-103页 |
| 4.1 引言 | 第84页 |
| 4.2 支持向量机的基本概念 | 第84-87页 |
| 4.2.1 最优分类超平面 | 第85-86页 |
| 4.2.2 非线性分类器 | 第86-87页 |
| 4.3 支持向量机的设计与性能分析 | 第87-90页 |
| 4.3.1 核函数选取 | 第87-88页 |
| 4.3.2 参数搜索 | 第88页 |
| 4.3.3 搜索步长设置 | 第88-89页 |
| 4.3.4 交叉验证 | 第89-90页 |
| 4.4 支持向量机参数搜索方法 | 第90-99页 |
| 4.4.1 常规参数搜索方法 | 第90-95页 |
| 4.4.2 改进的参数寻优算法 | 第95-99页 |
| 4.5 基于改进支持向量机的分类结果 | 第99-101页 |
| 4.5.1 基于改进网格法的分类结果 | 第99-100页 |
| 4.5.2 基于改进优化算法DEPSO的分类结果 | 第100-101页 |
| 4.5.3 特征筛选对分类结果的影响 | 第101页 |
| 4.6 本章小节 | 第101-103页 |
| 第5章 基于D-S证据理论的海上目标融合识别 | 第103-130页 |
| 5.1 引言 | 第103页 |
| 5.2 基于D-S证据理论的信息融合 | 第103-111页 |
| 5.2.1 D-S证据理论的基本概念 | 第103-105页 |
| 5.2.2 D-S证据理论的局限性 | 第105页 |
| 5.2.3 冲突证据处理方法 | 第105-111页 |
| 5.3 基于改进D-S证据理论和SVM的信息融合 | 第111-116页 |
| 5.3.1 SVM的后验概率输出 | 第111-113页 |
| 5.3.2 SVM的BPA分配 | 第113页 |
| 5.3.3 判决准则 | 第113-114页 |
| 5.3.4 仿真算例 | 第114-116页 |
| 5.4 海上目标融合识别的实验研究 | 第116-128页 |
| 5.4.1 实验概况 | 第117-118页 |
| 5.4.2 基于海上目标单一类特征的决策级融合 | 第118-125页 |
| 5.4.3 基于海上目标多类特征的决策级融合 | 第125-128页 |
| 5.5 本章小节 | 第128-130页 |
| 结论 | 第130-133页 |
| 参考文献 | 第133-143页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第143-144页 |
| 致谢 | 第144页 |
