一维距离像目标识别与数据融合算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题研究背景和意义 | 第10-12页 |
| ·一维距离像目标识别的研究现状 | 第12-13页 |
| ·多传感器数据融合目标识别的研究现状 | 第13页 |
| ·论文的内容安排 | 第13-15页 |
| 第二章 一维距离像检测与目标数据精确提取 | 第15-33页 |
| ·一维距离像的散射点模型 | 第15-20页 |
| ·概述 | 第15-16页 |
| ·单个距离单元的回波特性 | 第16-18页 |
| ·一维距离像随转角的变化 | 第18-19页 |
| ·平均距离像 | 第19-20页 |
| ·一维距离像目标识别系统 | 第20-21页 |
| ·一维距离像检测与目标数据精确提取整体算法 | 第21-26页 |
| ·宽带目标信号检测 | 第21-23页 |
| ·目标航迹管理 | 第23-24页 |
| ·宽带目标数据精确提取 | 第24-26页 |
| ·仿真结果及分析 | 第26-32页 |
| ·平均距离像对散射交点叉项的稳定效果 | 第26-27页 |
| ·实际复杂杂波特性对宽带信号检测的影响 | 第27-28页 |
| ·宽带目标信号不完整性对识别的影响及讨论 | 第28-32页 |
| ·小结 | 第32-33页 |
| 第三章 一维距离像的特征提取 | 第33-41页 |
| ·频谱幅度 | 第33页 |
| ·自相关函数 | 第33-34页 |
| ·双谱特征 | 第34-35页 |
| ·径向积分双谱 | 第34-35页 |
| ·圆周积分双谱 | 第35页 |
| ·仿真结果与分析 | 第35-40页 |
| ·同角度四种特征比较 | 第35-38页 |
| ·同目标不同角度四种特征比较 | 第38-40页 |
| ·小结 | 第40-41页 |
| 第四章 基于BP 神经网络的分类器研究 | 第41-48页 |
| ·神经网络概述 | 第41-43页 |
| ·神经元模型 | 第42-43页 |
| ·神经网络的学习过程 | 第43页 |
| ·多层感知器 | 第43-44页 |
| ·BP 算法 | 第44-46页 |
| ·仿真结果及分析 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第五章 多传感器数据融合目标识别 | 第48-57页 |
| ·多传感器数据融合概述 | 第48-53页 |
| ·数据融合的分类 | 第48-51页 |
| ·基于目标识别的数据融合算法 | 第51-53页 |
| ·基于统计的多传感器数据融合仿真 | 第53-56页 |
| ·传感器目标识别模型 | 第53-55页 |
| ·多传感器统计数据融合 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第六章 D-S 证据理论算法 | 第57-75页 |
| ·D-S 证据理论算法 | 第57-67页 |
| ·证据理论的基本概念 | 第57-60页 |
| ·证据理论的合成规则 | 第60-64页 |
| ·仿真结果 | 第64-67页 |
| ·证据冲突分析 | 第67-70页 |
| ·证据冲突问题 | 第67-68页 |
| ·已有冲突处理方法及其特点 | 第68-70页 |
| ·新的冲突解决算法 | 第70-72页 |
| ·改进算法 | 第70-71页 |
| ·算法实现 | 第71-72页 |
| ·仿真结果及分析 | 第72-73页 |
| ·小结 | 第73-75页 |
| 第七章 总结与展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 在攻读硕士学位期间的研究成果 | 第80-81页 |
