| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 引言 | 第11-20页 |
| ·课题背景及意义 | 第11-12页 |
| ·国内外研究动态 | 第12-18页 |
| ·宽带雷达杂波统计模型研究动态 | 第13-14页 |
| ·雷达杂波模拟与仿真方法研究现状 | 第14页 |
| ·海杂波混沌模型预测方法及混沌背景下目标检测研究现状 | 第14-18页 |
| ·主要研究工作 | 第18-20页 |
| 第二章 基于统计特性的传统雷达杂波模拟与仿真方法 | 第20-37页 |
| ·概述 | 第20页 |
| ·传统雷达杂波概率分布模型研究 | 第20-23页 |
| ·ZMNL 方法实现雷达杂波的产生 | 第23-29页 |
| ·ZMNL 方法原理 | 第23-24页 |
| ·随机序列产生流程及其自相关函数间的关系 | 第24-26页 |
| ·线性滤波器产生方法 | 第26-27页 |
| ·仿真试验与结果分析 | 第27-29页 |
| ·SIRP 方法实现雷达杂波的产生 | 第29-35页 |
| ·球不变随机过程（SIRP）基础理论 | 第29-30页 |
| ·基于SIRP 的杂波模拟与仿真方法 | 第30-32页 |
| ·基于SIRP 雷达杂波序列的产生方法 | 第32-34页 |
| ·仿真试验与结果分析 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第三章 基于统计特性的宽带雷达杂波模拟与仿真 | 第37-57页 |
| ·概述 | 第37页 |
| ·广义复合分布杂波模型统计特性研究 | 第37-43页 |
| ·广义伽玛分布杂波模型 | 第37-38页 |
| ·广义复合分布杂波模型 | 第38-40页 |
| ·广义复合K 分布 | 第40-41页 |
| ·仿真试验与结果分析 | 第41-43页 |
| ·基于SIRP 法广义伽玛分布杂波序列的产生方法 | 第43-49页 |
| ·广义伽玛随机变量为球不变随机变量的条件 | 第43-45页 |
| ·相关广义伽玛分布序列仿真流程 | 第45-47页 |
| ·仿真试验与结果分析 | 第47-49页 |
| ·基于ZMNL 的相关广义复合分布序列的产生方法 | 第49-56页 |
| ·广义复合分布序列与高斯序列间的幅度关系 | 第49-50页 |
| ·相关广义复合分布序列与相关高斯序列相关系数间的非线性关系 | 第50-52页 |
| ·广义复合分布杂波序列产生流程 | 第52-54页 |
| ·仿真试验与结果分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 基于非线性混沌特性的宽带雷达海杂波预测 | 第57-91页 |
| ·概述 | 第57页 |
| ·混沌理论概述 | 第57-69页 |
| ·混沌的定义 | 第57-58页 |
| ·相空间重构理论 | 第58-62页 |
| ·Takens 定理 | 第58-59页 |
| ·嵌入延迟的确定（平均互信息法） | 第59-60页 |
| ·嵌入维数的确定（伪邻近点法） | 第60-62页 |
| ·Lyapunov 指数估计的算法 | 第62-63页 |
| ·非线性局部投影去噪 | 第63-65页 |
| ·仿真实验与结果分析 | 第65-69页 |
| ·混沌时间序列预测方法 | 第69-87页 |
| ·基于神经网络预测方法 | 第70-73页 |
| ·基于BP 神经网络预测方法 | 第70-71页 |
| ·基于RBF 神经网络预测方法 | 第71-73页 |
| ·基于NARBP、NARRBF 模型的预测方法 | 第73-77页 |
| ·AR 模型辨识 | 第73-75页 |
| ·预测模型的结构确定 | 第75-76页 |
| ·NARBP 和NARRBF 预测模型的实现 | 第76-77页 |
| ·仿真实验与结果分析 | 第77-87页 |
| ·理论混沌序列仿真 | 第77-82页 |
| ·实测海杂波序列预测仿真 | 第82-87页 |
| ·时间序列预测方法在海杂波背景下弱目标检测中的应用 | 第87-90页 |
| ·本章小结 | 第90-91页 |
| 第五章 结束语 | 第91-93页 |
| 致谢 | 第93-94页 |
| 参考文献 | 第94-99页 |
| 攻硕期间取得的研究成果 | 第99-100页 |
