基于小波矩的激光雷达成像低空风切变识别
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题的研究背景及意义 | 第12-13页 |
| 1.2 低空风切变识别的研究 | 第13-14页 |
| 1.3 小波矩和自适应遗传算法的研究现状 | 第14-16页 |
| 1.3.1 小波矩的研究现状 | 第14-15页 |
| 1.3.2 自适应遗传算法的研究现状 | 第15-16页 |
| 1.4 本文的主要研究内容 | 第16-18页 |
| 第二章 低空风切变样本库的建立 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 低空风切变的形成与分类 | 第18-22页 |
| 2.2.1 引起风切变的因素 | 第18-20页 |
| 2.2.2 低空风切变的分类 | 第20-22页 |
| 2.3 低空风切变的风场建模及图像生成 | 第22-25页 |
| 2.3.1 引言 | 第22页 |
| 2.3.2 风切变的建模 | 第22-24页 |
| 2.3.3 风切变的激光雷达成像 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于小波不变矩的低空风切变识别 | 第26-43页 |
| 3.1 引言 | 第26-27页 |
| 3.2 不变矩基本理论 | 第27-29页 |
| 3.2.1 Hu矩 | 第27-28页 |
| 3.2.2 Zernike矩 | 第28-29页 |
| 3.3 小波不变矩 | 第29-36页 |
| 3.3.1 矩特征表达式 | 第30-31页 |
| 3.3.2 小波矩的构造 | 第31-32页 |
| 3.3.3 图像小波矩 | 第32-33页 |
| 3.3.4 小波基函数 | 第33-36页 |
| 3.3.5 风切变小波矩的设计 | 第36页 |
| 3.4 LDA有效小波矩构造 | 第36-39页 |
| 3.4.1 LDA算法 | 第36-38页 |
| 3.4.2 三阶近邻分类识别 | 第38页 |
| 3.4.3 算法流程图 | 第38-39页 |
| 3.5 实验仿真及结果分析 | 第39-42页 |
| 3.5.1 小波矩的风切变识别效果 | 第39-41页 |
| 3.5.2 基于LDA的小波矩优化 | 第41页 |
| 3.5.3 小波基对小波矩的影响 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 基于改进自适应遗传算法的特征选择 | 第43-55页 |
| 4.1 引言 | 第43页 |
| 4.2 遗传算法基本理论 | 第43-50页 |
| 4.2.1 遗传算法的基本术语 | 第43-44页 |
| 4.2.2 基本遗传算法模型 | 第44页 |
| 4.2.3 种群的编码和初始化 | 第44-45页 |
| 4.2.4 适应度函数的设计 | 第45-46页 |
| 4.2.5 遗传算子的设计 | 第46-49页 |
| 4.2.6 遗传算法的终止条件 | 第49页 |
| 4.2.7 基本遗传算法的不足 | 第49-50页 |
| 4.3 自适应遗传算法 | 第50-51页 |
| 4.4 改进的自适应遗传算法 | 第51-54页 |
| 4.4.1 任子武等提出的改进自适应遗传算法 | 第51页 |
| 4.4.2 黄友锐等提出的改进自适应遗传算法 | 第51-52页 |
| 4.4.3 欧阳森等提出的改进自适应遗传算法 | 第52-53页 |
| 4.4.4 新的改进自适应遗传算法 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 基于小波矩的改进遗传算法风切变识别研究 | 第55-60页 |
| 5.1 引言 | 第55页 |
| 5.2 自适应遗传算法的步骤设计 | 第55-56页 |
| 5.2.1 种群编码与初始化 | 第55页 |
| 5.2.2 适应度函数与个体选择方案 | 第55-56页 |
| 5.2.3 自适应交叉概率和变异概率的设计 | 第56页 |
| 5.2.4 迭代终止条件 | 第56页 |
| 5.3 实验步骤 | 第56页 |
| 5.4 实验仿真结果及分析 | 第56-58页 |
| 5.5 本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 本文工作总结 | 第60页 |
| 6.2 未来工作展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间所发表的论文 | 第67页 |
