| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究课题背景和意义 | 第10-11页 |
| 1.2 国内外研究发展现状分析 | 第11-14页 |
| 1.2.1 分数阶傅里叶变换的发展 | 第11-12页 |
| 1.2.2 雷达信号识别估计研究现状 | 第12-13页 |
| 1.2.3 基于FRFT的雷达信号识别估计研究现状 | 第13-14页 |
| 1.3 主要工作内容和章节安排 | 第14-16页 |
| 第2章 分数阶傅里叶变换基本理论 | 第16-26页 |
| 2.1 时频分析基本理论 | 第16-17页 |
| 2.2 FRFT的定义 | 第17-21页 |
| 2.2.1 线性积分定义 | 第17-20页 |
| 2.2.2 时频面旋转定义 | 第20页 |
| 2.2.3 特征值函数与特征值定义 | 第20-21页 |
| 2.3 FRFT的典型性质 | 第21-22页 |
| 2.4 离散FRFT的数值计算及实现 | 第22-25页 |
| 2.4.1 量纲归一化原理 | 第23页 |
| 2.4.2 Ozaktas采样型离散快速算法 | 第23-25页 |
| 2.5 FRFT用于信号处理的意义 | 第25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 基于FRFT的典型信号调制方式识别 | 第26-39页 |
| 3.1 典型调制信号及其FRFT | 第26-28页 |
| 3.2 基于FRFT的决策树识别算法 | 第28-31页 |
| 3.3 基于简化的FRFT联合识别改进算法 | 第31-35页 |
| 3.3.1 简化的分数阶傅里叶变换 | 第31-32页 |
| 3.3.2 算法推导 | 第32-33页 |
| 3.3.3 仿真实现及性能分析 | 第33-35页 |
| 3.4 基于分数阶频谱的识别改进算法 | 第35-37页 |
| 3.4.1 分数阶频谱的定义 | 第35页 |
| 3.4.2 算法推导及仿真分析 | 第35-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 基于FRFT的LFM和LFMCW信号参数估计 | 第39-55页 |
| 4.1 基于FRFT的LFM信号参数估计 | 第39-43页 |
| 4.1.1 二维搜索法 | 第40-41页 |
| 4.1.2 一维拟合搜索法 | 第41-42页 |
| 4.1.3 与Wigner-Ville分布的对比分析 | 第42-43页 |
| 4.2 基于FRFT的LFM信号参数估计改进算法 | 第43-47页 |
| 4.2.1 Radon-Wigner变化 | 第44页 |
| 4.2.2 算法推导 | 第44-45页 |
| 4.2.3 仿真实现及性能分析 | 第45-47页 |
| 4.3 基于周期分数阶频谱的LFMCW信号参数估计改进算法 | 第47-54页 |
| 4.3.1 LFMCW信号及周期分数阶傅里叶变换 | 第47-49页 |
| 4.3.2 算法推导 | 第49-51页 |
| 4.3.3 仿真实现及性能分析 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 基于STFRFT的多分量LFM信号参数估计 | 第55-66页 |
| 5.1 短时分数阶傅里叶变换 | 第55-57页 |
| 5.2 STFRFT时频分辨能力影响因素 | 第57-61页 |
| 5.2.1 高斯窗函数宽度的影响 | 第57-59页 |
| 5.2.2 信号调频率的影响 | 第59-61页 |
| 5.3 基于STFRFT的多分量LFM信号参数估计改进算法 | 第61-65页 |
| 5.3.1 算法推导 | 第61-62页 |
| 5.3.2 仿真实现及性能分析 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75页 |
