| 摘要 | 第1-14页 |
| ABSTRACT | 第14-16页 |
| 第一章 绪论 | 第16-30页 |
| ·课题研究背景及意义 | 第16-18页 |
| ·超宽带SAR浅埋目标成像与检测研究的兴起与发展 | 第16-18页 |
| ·超宽带SAR浅埋目标成像与检测研究的意义 | 第18页 |
| ·国内外研究现状 | 第18-25页 |
| ·典型的超宽带SAR浅埋目标探测系统 | 第19-21页 |
| ·浅埋目标成像技术研究现状 | 第21-23页 |
| ·浅埋目标检测技术研究现状 | 第23-25页 |
| ·超宽带SAR浅埋目标成像与检测中存在的问题 | 第25-26页 |
| ·本文主要工作及内容安排 | 第26-30页 |
| 第二章 超宽带SAR成像与检测一体化框架 | 第30-64页 |
| ·引言 | 第30-32页 |
| ·几种典型的超宽带SAR发射波形 | 第32-34页 |
| ·冲激脉冲信号 | 第32-33页 |
| ·线性调频脉冲信号 | 第33-34页 |
| ·步进频率信号 | 第34页 |
| ·超宽带SAR目标回波模型 | 第34-37页 |
| ·超宽带SAR成像模型 | 第37-50页 |
| ·典型的频域成像算法:距离迁移(RM)算法 | 第38-41页 |
| ·典型的时域成像算法:后向投影(BP)算法 | 第41-43页 |
| ·统一的超宽带 SAR成像模型 | 第43-46页 |
| ·RM算法与 BP算法进一步比较 | 第46-50页 |
| ·超宽带SAR成像与检测一体化框架的理论和实现技术 | 第50-63页 |
| ·时频表示成像算法(TFRIF) | 第50-54页 |
| ·成像与检测一体化框架原理和基于TFRIF的实现技术 | 第54-56页 |
| ·1D-TFRIF性能分析及其在面向检测的成像中的应用 | 第56-60页 |
| ·2D-TFRIF性能分析及其在基于成像的检测中的应用 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第三章 浅埋目标成像算法及干扰抑制技术 | 第64-89页 |
| ·引言 | 第64-65页 |
| ·浅埋目标回波畸变及其对成像的影响 | 第65-71页 |
| ·折射和色散引起的浅埋目标回波畸变定量分析 | 第65-68页 |
| ·折射和色散对浅埋目标聚焦和定位的影响 | 第68-71页 |
| ·回波域折射和色散影响校正方法 | 第71-73页 |
| ·修正波前重构(MWR)算法 | 第71-72页 |
| ·浅地表BP(SBP)算法 | 第72-73页 |
| ·图像域折射和色散影响校正方法 | 第73-78页 |
| ·基于二维频域支撑区特性的射频干扰(RFI)抑制技术 | 第78-83页 |
| ·RFI抑制方法研究现状 | 第78-79页 |
| ·RFI信号二维频域支撑区特性 | 第79-81页 |
| ·自适应RFI抑制滤波器设计 | 第81-82页 |
| ·实测数据RFI抑制结果 | 第82-83页 |
| ·基于多视处理的相干斑噪声抑制技术 | 第83-87页 |
| ·不同俯视角成像平面的畸变关系分析 | 第83-85页 |
| ·浅埋目标不同俯视角多视图像的配准方法 | 第85-86页 |
| ·实测数据相干斑噪声抑制结果 | 第86-87页 |
| ·本章小结 | 第87-89页 |
| 第四章 超宽带SAR浅埋目标特征提取 | 第89-112页 |
| ·引言 | 第89-90页 |
| ·超宽带SAR浅埋金属地雷二维电磁特征建模 | 第90-96页 |
| ·基于物理光学法的浅埋金属地雷一维回波解析表达式 | 第91-93页 |
| ·浅埋金属地雷二维电磁特征分析 | 第93-94页 |
| ·理论建模结果与实测结果对比 | 第94-95页 |
| ·金属地雷电磁建模方法进一步讨论 | 第95-96页 |
| ·金属地雷双峰特征增强算法 | 第96-100页 |
| ·金属地雷双峰结构对方位聚焦的影响 | 第96-97页 |
| ·基于后滤波器的双峰特征增强算法 | 第97-98页 |
| ·实测数据处理结果 | 第98-100页 |
| ·金属地雷目标特征提取方法 | 第100-105页 |
| ·金属地雷目标四维散射函数估计 | 第100-101页 |
| ·金属地雷目标特征选择 | 第101-103页 |
| ·金属地雷和杂波特征提取结果对比 | 第103-105页 |
| ·未爆物目标特征提取方法 | 第105-111页 |
| ·未爆物目标散射方位特性分析 | 第105-107页 |
| ·未爆物目标四维散射函数估计 | 第107-109页 |
| ·基于幅度和图像不变矩构造未爆物鉴别特征向量 | 第109-110页 |
| ·基于实测数据的特征有效性比较 | 第110-111页 |
| ·本章小结 | 第111-112页 |
| 第五章 超宽带SAR浅埋目标鉴别器设计 | 第112-141页 |
| ·引言 | 第112-113页 |
| ·统计学习理论和支持向量机 | 第113-121页 |
| ·经典模式识别方法的局限性 | 第113-115页 |
| ·统计学习理论(SLT)简介 | 第115-118页 |
| ·最大边缘算法 | 第118-119页 |
| ·超平面支持向量机(HP-SVM)原理简述 | 第119-121页 |
| ·模糊超球面支持向量机浅埋目标鉴别器 | 第121-130页 |
| ·超球面支持向量机(HS-SVM)浅埋目标鉴别器 | 第121-126页 |
| ·模糊超球面支持向量机(FHS-SVM)浅埋目标鉴别器 | 第126-128页 |
| ·地雷实测数据鉴别结果 | 第128-130页 |
| ·高斯核FHS-SVM超参数优化 | 第130-136页 |
| ·证据框架简介 | 第131-132页 |
| ·FHS-SVM学习过程的贝叶斯解释 | 第132-134页 |
| ·超参数迭代优化算法 | 第134-135页 |
| ·实测数据处理结果 | 第135-136页 |
| ·HMM核FHS-SVM未爆物鉴别器 | 第136-139页 |
| ·描述未爆物散射多方位特征的HMM | 第136-138页 |
| ·HMM核的计算 | 第138页 |
| ·未爆物实测数据鉴别结果 | 第138-139页 |
| ·本章小结 | 第139-141页 |
| 第六章 结束语 | 第141-145页 |
| ·本文工作总结 | 第141-143页 |
| ·超宽带SAR浅埋目标成像与检测的理论和技术发展展望 | 第143-145页 |
| 致谢 | 第145-146页 |
| 参考文献 | 第146-157页 |
| 作者在学期间取得的学术成果 | 第157-160页 |
| 附录A RM和BP算法的点扩展函数 | 第160-161页 |
| 附录B RM和BP算法的变口径加权窗 | 第161-162页 |
| 附录C 2D-TFRIF和1D-TFRIF关系式证明 | 第162-163页 |
| 附录D 式(3.34)的推导 | 第163-164页 |
| 附录E 式(5.86)的推导 | 第164-166页 |
| 附录F 英文缩写词对照表 | 第166-167页 |
