| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-20页 |
| 第一章 绪论 | 第20-36页 |
| 1.1 雷达目标识别的研究背景及意义 | 第20-23页 |
| 1.2 雷达高分辨一维距离像目标识别的基本概念 | 第23-25页 |
| 1.2.1 雷达HRRP的敏感性 | 第23-25页 |
| 1.2.2 雷达HRRP目标识别的优势 | 第25页 |
| 1.3 雷达HRRP目标识别的研究历史与发展现状 | 第25-27页 |
| 1.4 雷达HRRP目标识别所面对的问题 | 第27-30页 |
| 1.4.1 非合作目标完备训练模板库的建立 | 第27-28页 |
| 1.4.2 目标HRRP低维度、高可分性特征的提取 | 第28页 |
| 1.4.3 噪声稳健的HRRP目标识别 | 第28-29页 |
| 1.4.4 库外目标的鉴别与库内目标的分类 | 第29-30页 |
| 1.5 研究内容安排 | 第30-36页 |
| 1.5.1 实验数据与实验条件介绍 | 第30-33页 |
| 1.5.2 本文内容安排 | 第33-36页 |
| 第二章 基于混合模型的雷达非合作目标HRRP仿真方法 | 第36-54页 |
| 2.1 引言 | 第36-37页 |
| 2.2 基于混合模型的雷达非合作目标HRRP仿真方法 | 第37-48页 |
| 2.3 目标HRRP仿真生成与性能分析 | 第48-52页 |
| 2.4 本章小结 | 第52-54页 |
| 第三章 基于统计核函数相关判别分析的目标HRRP特征提取方法 | 第54-80页 |
| 3.1 引言 | 第54-55页 |
| 3.2 目标HRRP距离单元统计特性分析 | 第55-58页 |
| 3.3 基于目标HRRP距离单元统计特性的特征分量提取 | 第58-64页 |
| 3.3.1 基于理想模型目标HRRP距离单元统计特性的特征分量提取 | 第58-60页 |
| 3.3.2 基于非理想模型目标HRRP距离单元统计特性的特征分量提取 | 第60-64页 |
| 3.4 基于多变量统计相关判别分析的特征融合 | 第64-68页 |
| 3.4.1 针对理想HRRP距离单元统计特性的融合 | 第64-66页 |
| 3.4.2 针对非理想HRRP距离单元统计特性的融合 | 第66-68页 |
| 3.5 实验结果及性能分析 | 第68-79页 |
| 3.5.1 实测数据验证与性能评估 | 第69-73页 |
| 3.5.2 实时性分析 | 第73-75页 |
| 3.5.3 噪声/杂波稳健性分析 | 第75-79页 |
| 3.6 本章小结 | 第79-80页 |
| 第四章 基于稀疏-低秩联合学习的噪声稳健HRRP目标识别方法 | 第80-98页 |
| 4.1 引言 | 第80-81页 |
| 4.2 稀疏表示与低秩表示简介 | 第81-83页 |
| 4.2.1 稀疏表示 | 第81-82页 |
| 4.2.2 低秩表示 | 第82-83页 |
| 4.3 基于稀疏-低秩联合学习的HRRP目标识别方法 | 第83-90页 |
| 4.3.1 训练阶段 | 第83-89页 |
| 4.3.2 测试阶段 | 第89-90页 |
| 4.4 实验结果及性能分析 | 第90-97页 |
| 4.4.1 目标识别性能评估与分析 | 第90-93页 |
| 4.4.2 噪声稳健性分析 | 第93-95页 |
| 4.4.3 算法实时性分析 | 第95-97页 |
| 4.5 本章小结 | 第97-98页 |
| 第五章 基于聚类-空间描述的目标HRRP鉴别器设计 | 第98-112页 |
| 5.1 引言 | 第98-99页 |
| 5.2 特征空间分布特性分析 | 第99-101页 |
| 5.3 基于相关系数预处理的K-Means聚类算法 | 第101-103页 |
| 5.4 基于空间描述的SVDD算法 | 第103-106页 |
| 5.5 改进的加权KNN算法 | 第106-108页 |
| 5.6 实验结果及性能分析 | 第108-111页 |
| 5.6.1 实测数据验证 | 第108-109页 |
| 5.6.2 性能评估 | 第109-111页 |
| 5.7 本章小结 | 第111-112页 |
| 第六章 基于多重支持向量模型的目标HRRP识别器设计 | 第112-130页 |
| 6.1 引言 | 第112-113页 |
| 6.2 鉴别-分类联合处理所面对的问题 | 第113-115页 |
| 6.3 基于多重支持向量模型的目标识别器 | 第115-121页 |
| 6.4 实验结果及性能分析 | 第121-129页 |
| 6.4.1 实验设定 | 第121页 |
| 6.4.2 实测数据实验结果与分析 | 第121-124页 |
| 6.4.3 识别性能对比 | 第124-126页 |
| 6.4.4 实时性对比 | 第126-127页 |
| 6.4.5 噪声与杂波影响分析 | 第127-129页 |
| 6.5 本章小结 | 第129-130页 |
| 第七章 总结与展望 | 第130-134页 |
| 7.1 全文内容总结 | 第130-132页 |
| 7.2 工作展望 | 第132-134页 |
| 7.2.1 基于深度学习的实用化目标识别技 | 第132-133页 |
| 7.2.2 多源协同信息融合目标识别技术 | 第133页 |
| 7.2.3 基于多维度高分辨成像的雷达目标识别技术 | 第133-134页 |
| 参考文献 | 第134-146页 |
| 致谢 | 第146-148页 |
| 作者简介 | 第148-149页 |
