| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 微多普勒效应的概念 | 第8-9页 |
| 1.2 微多普勒效应的影响 | 第9页 |
| 1.3 微多普勒参数估计的目的 | 第9-10页 |
| 1.4 本文主要内容和章节安排 | 第10-12页 |
| 2 微多普勒信号恢复与参数估计理论基础 | 第12-25页 |
| 2.1 几种微动引起的微多普勒信号数学模型 | 第12-17页 |
| 2.1.1 振动引起的微多普勒信号 | 第12-15页 |
| 2.1.2 旋转引起的微多普勒信号 | 第15-16页 |
| 2.1.3 微多普勒信号数学模型 | 第16-17页 |
| 2.2 基于短时傅里叶变换的时频分析 | 第17-21页 |
| 2.2.1 短时傅里叶变换的原理 | 第18-19页 |
| 2.2.2 多普勒信号的短时傅里叶变换 | 第19-20页 |
| 2.2.3 微多普勒信号的短时傅里叶变换 | 第20-21页 |
| 2.3 基于压缩感知的稀疏信号重构原理 | 第21-24页 |
| 2.3.1 信号的稀疏表示 | 第21-22页 |
| 2.3.2 观测矩阵设计 | 第22-23页 |
| 2.3.3 稀疏重构算法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于时频域统计特性的微多普勒信号恢复 | 第25-46页 |
| 3.1 混合信号时频系数直方图统计特性 | 第25-29页 |
| 3.2 基于压缩感知的微多普勒信号恢复原理 | 第29-33页 |
| 3.2.1 混合信号短时傅里叶变换系数计算 | 第30-31页 |
| 3.2.2 基于直方图统计的多普勒信号时频系数提取 | 第31-32页 |
| 3.2.3 基于压缩感知的微多普勒信号恢复 | 第32-33页 |
| 3.3 影响微多普勒信号恢复性能的几个因素 | 第33-37页 |
| 3.3.1 STFT步长选择 | 第33-36页 |
| 3.3.2 时频系数提取比例设定 | 第36页 |
| 3.3.3 噪声影响 | 第36-37页 |
| 3.4 仿真分析 | 第37-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 基于参数化稀疏表示的微多普勒参数估计方法 | 第46-67页 |
| 4.1 传统微多普勒信号参数估计方法 | 第46页 |
| 4.2 基于参数化稀疏表示的微多普勒信号参数估计方法 | 第46-53页 |
| 4.2.1 微多普勒信号的参数化稀疏表示 | 第47-49页 |
| 4.2.2 改进POMP算法 | 第49-53页 |
| 4.3 影响微多普勒信号参数估计性能的几个因素 | 第53-55页 |
| 4.3.1 参数特征的影响 | 第53-54页 |
| 4.3.2 噪声的影响 | 第54-55页 |
| 4.4 仿真分析 | 第55-65页 |
| 4.5 本章小结 | 第65-67页 |
| 5 微多普勒参数估计在直升机机型识别中的应用 | 第67-75页 |
| 5.1 直升机主旋翼微多普勒信号模型 | 第68-71页 |
| 5.2 几种典型直升机机型识别性能分析 | 第71-74页 |
| 5.3 本章小结 | 第74-75页 |
| 6 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 附录 | 第84页 |