| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文结构安排 | 第12-15页 |
| 第2章 基于数据关联的预处理 | 第15-31页 |
| 2.1 K近邻算法 | 第16-18页 |
| 2.2 蒙特卡罗算法 | 第18-19页 |
| 2.3 改进的K近邻算法 | 第19-23页 |
| 2.4 逐差比对数据融合法 | 第23-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于聚类的预分选算法 | 第31-43页 |
| 3.1 K-MEANS聚类算法分析 | 第31-35页 |
| 3.2 模糊C均值聚类(FCM)算法分析 | 第35-38页 |
| 3.3 反向传播BP人工神经网络算法分析 | 第38-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第4章 雷达信号的分选算法 | 第43-69页 |
| 4.1 PRI变换法 | 第43-46页 |
| 4.2 改进的PRI变换法 | 第46-48页 |
| 4.3 CDIF算法 | 第48-53页 |
| 4.4 SDIF算法 | 第53-67页 |
| 4.5 本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-77页 |
| 致谢 | 第77页 |