| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·合成孔径雷达（SAR）简介 | 第9-10页 |
| ·SAR 图像自动目标识别（ATR）简介 | 第10-13页 |
| ·SAR ATR 的含义 | 第10-11页 |
| ·SAR ATR 的一般流程 | 第11页 |
| ·SAR ATR 的难点 | 第11-12页 |
| ·SAR ATR 研究现状 | 第12-13页 |
| ·SAR ATR 发展趋势 | 第13页 |
| ·论文的主要内容和安排 | 第13-15页 |
| 第二章 SAR目标识别中幂变换的正态性研究 | 第15-28页 |
| ·幂变换的正态性分析 | 第15-19页 |
| ·一般模型 | 第15-16页 |
| ·gamma 分布幂变换后的正态性分析 | 第16-17页 |
| ·瑞利分布幂变换后的正态性分析 | 第17页 |
| ·韦布尔分布幂变换后的正态性分析 | 第17-18页 |
| ·beta 分布幂变换后的正态性分析 | 第18-19页 |
| ·假设检验及结果分析 | 第19-27页 |
| ·常用假设检验方法简介 | 第19-20页 |
| ·gamma 分布幂变换后的假设检验 | 第20-22页 |
| ·瑞利分布幂变换后的假设检验 | 第22-23页 |
| ·卡方分布幂变换后的假设检验 | 第23页 |
| ·韦布尔分布幂变换后的假设检验 | 第23-24页 |
| ·beta 分布幂变换后的假设检验 | 第24-25页 |
| ·指数分布幂变换后的假设检验 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于图像域的势函数正则化SAR图像增强算法 | 第28-37页 |
| ·吉洪诺夫(Tikhonov) 正则化方法 | 第28-30页 |
| ·SAR 观测模型 | 第30-31页 |
| ·基于图像域的势函数正则化图像增强方法 | 第31-33页 |
| ·MSTAR 实测数据仿真结果及分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于SAR图像目标的姿态角估计的综合方法 | 第37-45页 |
| ·radon 变换及二维小波变换在SAR 图像姿态角识别中的应用 | 第37-39页 |
| ·基于Radon 变换的姿态角估计方法 | 第37-38页 |
| ·基于二维连续小波变换的姿态角识别算法 | 第38-39页 |
| ·目标姿态角的综合估计算法 | 第39-41页 |
| ·MSTAR 实测数据仿真结果及分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于概率模型的SAR图像目标识别的次优算法 | 第45-57页 |
| ·基于条件高斯模型的SAR 目标识别次优算法 | 第46-50页 |
| ·高斯模型次优算法 | 第46-47页 |
| ·MSTAR 实测数据仿真结果及分析 | 第47-50页 |
| ·基于gamma 分布的SAR 目标识别的次优算法 | 第50-53页 |
| ·gamma 模型次优算法 | 第50-51页 |
| ·MSTAR 实测数据仿真结果及分析 | 第51-53页 |
| ·基于对数分布的SAR 目标识别次优算法 | 第53-55页 |
| ·对数模型次优算法 | 第53-54页 |
| ·MSTAR 实测数据仿真结果及分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 结论及展望 | 第57-59页 |
| ·本文所作的工作 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士期间发表或录用的学术论文 | 第63页 |
