| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第13-15页 |
| 缩略语对照表 | 第15-20页 |
| 第一章 绪论 | 第20-30页 |
| 1.1 研究背景及意义 | 第20-22页 |
| 1.2 国内外研究概况和发展趋势 | 第22-26页 |
| 1.3 本文的主要工作及贡献 | 第26-30页 |
| 1.3.1 论文的工作安排 | 第26-27页 |
| 1.3.2 论文的主要贡献及创新点 | 第27-30页 |
| 第二章 基于电磁散射特性雷达成像的基本原理 | 第30-52页 |
| 2.1 引言 | 第30页 |
| 2.2 合成孔径雷达成像原理 | 第30-35页 |
| 2.2.1 SAR成像的基本原理 | 第30-32页 |
| 2.2.2 SAR的距离徙动 | 第32-33页 |
| 2.2.3 校正距离走动的RD算法 | 第33-35页 |
| 2.3 逆合成孔径雷达成像原理 | 第35-45页 |
| 2.3.1 ISAR成像的基本原理 | 第35-40页 |
| 2.3.2 运动产生的多普勒效应 | 第40-41页 |
| 2.3.3 包络对齐及自聚焦 | 第41-45页 |
| 2.4 基于雷达目标电磁特性的成像 | 第45-50页 |
| 2.4.1 雷达散射截面的定义 | 第45-46页 |
| 2.4.2 等效边缘电磁流方法 | 第46-47页 |
| 2.4.3 仿真实验 | 第47-50页 |
| 2.5 本章小结 | 第50-52页 |
| 第三章 一维酉ESPRIT超分辨算法在目标分类识别中的应用 | 第52-70页 |
| 3.1 引言 | 第52-53页 |
| 3.2 酉ESPRIT算法参数估计 | 第53-57页 |
| 3.2.1 一维ESPRIT算法数据模型 | 第53-54页 |
| 3.2.2 一维ESPRIT参数估计 | 第54页 |
| 3.2.3 一维酉ESPRIT参数估计 | 第54-57页 |
| 3.3 酉ESPRIT算法在一维距离像中的应用 | 第57-59页 |
| 3.3.1 一维高分辨距离像信号模型 | 第57-58页 |
| 3.3.2 超分辨成像算法 | 第58页 |
| 3.3.3 超分辨算法性能仿真实验 | 第58-59页 |
| 3.4 基于散射中心提取的目标一维距离像重构 | 第59-62页 |
| 3.5 中心矩的平移不变特征提取 | 第62-63页 |
| 3.6 神经网络分类器 | 第63-64页 |
| 3.7 目标分类识别仿真实验 | 第64-68页 |
| 3.7.1 数据描述 | 第64-65页 |
| 3.7.2 高分辨距离像重构 | 第65-67页 |
| 3.7.3 分类识别仿真实验 | 第67-68页 |
| 3.8 本章小结 | 第68-70页 |
| 第四章 无边界主动轮廓提取在雷达目标分类识别中的应用 | 第70-86页 |
| 4.1 引言 | 第70页 |
| 4.2 主动轮廓提取技术 | 第70-77页 |
| 4.2.1 传统主动轮廓提取技术 | 第70-72页 |
| 4.2.2 无边界主动轮廓提取技术 | 第72-76页 |
| 4.2.3 直方图均衡化方法 | 第76-77页 |
| 4.3 基于形状特征的Hu式不变 | 第77-79页 |
| 4.3.1 Hu式不变矩特征提取 | 第77-78页 |
| 4.3.2 Hu式不变矩特性验证 | 第78-79页 |
| 4.4 支持向量机分类器的构建 | 第79-81页 |
| 4.4.1 线性问题的支持向量机 | 第79-81页 |
| 4.4.2 非线性问题的支持向量机 | 第81页 |
| 4.5 仿真实验 | 第81-85页 |
| 4.5.1 数据描述 | 第81-82页 |
| 4.5.2 分类识别仿真实验 | 第82-85页 |
| 4.6 本章小结 | 第85-86页 |
| 第五章 超宽带信号相干处理ISAR距离像分辨率提高方法 | 第86-98页 |
| 5.1 引言 | 第86页 |
| 5.2 超宽带信号相干处理 | 第86-92页 |
| 5.2.1 信号不同子带间的互相干处理 | 第87-90页 |
| 5.2.2 融合超宽带信号 | 第90-92页 |
| 5.3 超分辨成像仿真实验 | 第92-97页 |
| 5.4 本章小结 | 第97-98页 |
| 第六章 超宽带ISAR成像横向定标中的信号参数估计问题 | 第98-108页 |
| 6.1 引言 | 第98-100页 |
| 6.2 压缩感知理论概述 | 第100-103页 |
| 6.2.1 压缩感知理论 | 第100页 |
| 6.2.2 压缩感知的关键技术 | 第100-103页 |
| 6.3 基于压缩感知的超宽带LFM信号参数估计算法 | 第103-107页 |
| 6.3.1 基于FrFT的超宽带LFM信号估计检测 | 第103-105页 |
| 6.3.2 基于压缩感知的超宽带LFM信号估计检测 | 第105-107页 |
| 6.4 本章小结 | 第107-108页 |
| 第七章 结论与展望 | 第108-112页 |
| 7.1 研究结论 | 第108-109页 |
| 7.2 研究展望 | 第109-112页 |
| 参考文献 | 第112-122页 |
| 致谢 | 第122-124页 |
| 作者简介 | 第124页 |
