首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--雷达信号检测处理论文

基于信息论的一维距离像目标识别

摘要第5-7页
abstract第7-8页
第一章 绪论第17-24页
    1.1 课题研究背景及意义第17-18页
    1.2 高分辨率一维距离像目标识别技术研究现状第18-20页
    1.3 雷达传感网研究现状第20页
    1.4 信息论在雷达目标识别中的研究现状第20-22页
        1.4.1 波形设计第20-21页
        1.4.2 数据压缩第21页
        1.4.3 目标信息融合及分类第21-22页
    1.5 D-S证据理论在目标识别中的研究现状第22页
    1.6 本文的主要工作与章节安排第22-24页
第二章 针对HRRP的异构雷达传感网分布式压缩感知设计第24-38页
    2.1 压缩感知原理第24-26页
    2.2 HRRP信号的可压缩性第26-28页
    2.3 异构雷达传感网的HRRP信号第28-29页
    2.4 分布式压缩感知第29-32页
        2.4.1 分布式信源编码与Slepian-Wolf理论第29-30页
        2.4.2 分布式压缩感知和第一类联合稀疏模型(JSM-1)第30-32页
    2.5 异构雷达传感网三种JSM-1情境仿真第32-37页
        2.5.1 不同的观测矩阵类型和相同的观测值长度(情境I)第32-33页
        2.5.2 相同的观测矩阵类型和不同的观测值长度(情境II)第33-35页
        2.5.3 不同的观测矩阵类型和不同的观测值长度(情境III)第35-37页
    2.6 本章小结第37-38页
第三章 基于信息论的多次距离像样本识别算法第38-55页
    3.1 多次距离像样本识别的优点第38页
    3.2 数据预处理与特征提取第38-41页
        3.2.1 模板距离像特征获取过程第40页
        3.2.2 测试距离像特征获取过程第40-41页
    3.3 基于多次距离像样本的HRRP目标分类算法第41-44页
        3.3.1 最大相关系数-模板匹配法(MCC-TMM)第41-42页
        3.3.2 最小相对熵(MKL)距离准则第42-43页
        3.3.3 最小平均电阻(MRA)距离准则第43-44页
    3.4 单个雷达传感器HRRP目标识别仿真实验第44-50页
        3.4.1 HRRP仿真目标数据描述第44-45页
        3.4.2 单个雷达传感器HRRP目标识别仿真步骤第45-47页
        3.4.3 单个雷达传感器HRRP目标识别仿真结果第47-50页
    3.5 雷达传感网HRRP目标识别数据融合第50-52页
        3.5.1 雷达传感网数据融合第51页
        3.5.2 雷达传感网HRRP目标识别仿真实验第51-52页
        3.5.3 雷达传感网HRRP目标识别仿真识别结果第52页
    3.6 本章小结第52-55页
第四章 针对HRRP识别结果融合的D-S证据理论改进算法第55-71页
    4.1 Dempster-Shafer证据理论及冲突问题第55-58页
        4.1.1 D-S证据理论基本概念第55-56页
        4.1.2 Dempster合成规则第56-57页
        4.1.3 证据冲突问题第57-58页
    4.2 基于信息论的证据冲突问题改进方法第58-63页
        4.2.1 针对证据冲突问题的现有改进方法第58-61页
            4.2.1.1 针对合成规则的改进第58页
            4.2.1.2 证据源平均合成规则第58-59页
            4.2.1.3 证据距离函数加权合成规则第59-61页
        4.2.2 基于信息论的证据冲突问题算法第61-63页
    4.3 受到雷达干扰后多种合成规则合成仿真结果比较第63-70页
        4.3.1 雷达受到的干扰与仿真策略第63-64页
        4.3.2 证据严重冲突情况下不同合成规则合成结果比较第64-65页
            4.3.2.1 结果分析第65页
        4.3.3 证据完全冲突情况下不同合成规则合成结果比较第65-66页
            4.3.3.1 结果分析第66页
        4.3.4 不同数据源个数情况下不同合成规则合成结果比较第66-70页
            4.3.4.1 结果分析第67-70页
    4.4 本章小结第70-71页
第五章 全文总结与展望第71-73页
    5.1 本文总结第71-72页
    5.2 未来工作展望第72-73页
致谢第73-74页
参考文献第74-80页
攻读硕士学位期间取得的研究成果第80-82页

论文共82页,点击 下载论文
上一篇:基于视频特征分析的HEVC帧内预测自适应算法的研究
下一篇:姿态鲁棒的人脸图像识别方法研究