摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-28页 |
·高分辨雷达目标识别的研究背景 | 第12-13页 |
·研究历史与现状 | 第13-16页 |
·HRRP识别的关键问题 | 第16-19页 |
·HRRP的目标姿态敏感性及相关研究 | 第16-17页 |
·距离像的平移敏感性及相关研究 | 第17-18页 |
·距离像的强度敏感性及预处理方法 | 第18页 |
·识别器设计 | 第18-19页 |
·本文的研究背景和主要工作 | 第19-20页 |
本章参考文献 | 第20-28页 |
第二章 高分辨距离像识别的基本理论 | 第28-50页 |
·引言 | 第28页 |
·高分辨雷达目标的散射点模型 | 第28-29页 |
·高分辨距离像的获取及其特性 | 第29-35页 |
·高分辨距离像的获取 | 第29-31页 |
·距离像的目标姿态敏感性 | 第31-34页 |
·距离像的平移敏感性 | 第34-35页 |
·距离像的幅度敏感性 | 第35页 |
·超分辨距离像 | 第35-45页 |
·RELAX超分辨距离像 | 第36-38页 |
·MUSIC超分辨距离像 | 第38-40页 |
·散射点个数敏感性 | 第40-41页 |
·姿态敏感性 | 第41-43页 |
·信噪比(SNR)敏感性 | 第43-44页 |
·识别实验结果 | 第44-45页 |
·小结 | 第45-46页 |
本章参考文献 | 第46-50页 |
第三章 基于功率谱特征的目标识别方法 | 第50-70页 |
·引言 | 第50-51页 |
·距离像在功率谱域的性质 | 第51-55页 |
·基于线性变换的特征压缩方法 | 第55-64页 |
·问题的基本框架 | 第55页 |
·基于数据分量相关假设的PCA和FDA | 第55-56页 |
·基于数据分量独立假设的DPCA和DFDA | 第56-59页 |
·基于标准化数据的Fisher判别分析(NFDA) | 第59-64页 |
·功率谱识别仿真实验 | 第64-67页 |
·变换空间的功率谱特征 | 第64-65页 |
·识别结果 | 第65-67页 |
·结论 | 第67-68页 |
本章参考文献 | 第68-70页 |
第四章 基于中心矩特征向量的雷达月标识别方法 | 第70-84页 |
·引言 | 第70页 |
·中心矩特征向量提取 | 第70-74页 |
·基于平均距离像的中心矩特征向量提取 | 第70-72页 |
·中心矩模板库的建立 | 第72-74页 |
·测试特征向量生成 | 第74页 |
·支撑向量机分类器 | 第74-78页 |
·最优分类超平面 | 第75-77页 |
·支撑向量机分类器 | 第77-78页 |
·实验结果 | 第78-81页 |
·小结 | 第81页 |
本章参考文献 | 第81-84页 |
第五章 基于多次距离像样本的识别方法 | 第84-104页 |
·引言 | 第84-85页 |
·两种常用的距离像识别方法 | 第85-87页 |
·最大相关系数(MCC)法 | 第85-86页 |
·自适应高斯分类器(AGC) | 第86-87页 |
·基于多次距离像样本的识别 | 第87-90页 |
·多次距离像样本识别的优点 | 第87-89页 |
·模板库与测试特征向量的生成 | 第89-90页 |
·基于 Kullback-Leibler(K-L)距离的分类器 | 第90-96页 |
·最小K-L距离准则 | 第90-91页 |
·最小K-L距离准则识别HRRP | 第91-93页 |
·最小K-L距离准则与ML准则和AGC方法的比较 | 第93-96页 |
·实验结果 | 第96-100页 |
·基于实测数据的识别实验 | 第96-98页 |
·基于仿真数据的识别实验 | 第98-100页 |
·小结 | 第100-101页 |
本章参考文献 | 第101-104页 |
第六章 雷达高分辨距离像分类器的参数自适应学习算法 | 第104-114页 |
·引言 | 第104页 |
·等方位间隔的角域划分 | 第104-105页 |
·自适应角域划分 | 第105-108页 |
·距离像的统计模型 | 第105-106页 |
·自适应学习算法 | 第106-108页 |
·实验结果 | 第108-111页 |
·训练数据划分结果 | 第108-110页 |
·识别结果 | 第110-111页 |
·小结 | 第111-112页 |
本章参考文献 | 第112-114页 |
第七章 总结与展望 | 第114-118页 |
·本文工作总结 | 第114-115页 |
·高分辨距离像识别研究的展望 | 第115-118页 |
·距离像的特征提取问题 | 第115页 |
·分类器设计问题 | 第115-116页 |
·联合跟踪与识别问题 | 第116页 |
·多传感器、多信息融合方法 | 第116页 |
·未知目标拒判和在线学习问题 | 第116页 |
·高分辨距离像识别工程化技术研究 | 第116-118页 |
致谢 | 第118-120页 |
作者在读期间的研究成果 | 第120-121页 |