地面运动金属目标毫米波识别技术研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究的目的及意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.3.1 毫米波探测技术研究现状 | 第12-13页 |
| 1.3.2 目标识别技术研究现状 | 第13-14页 |
| 1.4 本课题研究的主要内容 | 第14-16页 |
| 第2章 地面运动金属目标毫米波探测理论研究 | 第16-24页 |
| 2.1 物体的毫米波辐射特性 | 第16-19页 |
| 2.1.1 黑体辐射理论 | 第16页 |
| 2.1.2 毫米波表观温度 | 第16-17页 |
| 2.1.3 毫米波功率和温度的关系 | 第17-18页 |
| 2.1.4 目标辐射探测原理 | 第18-19页 |
| 2.2 地面运动金属目标探测模型的建立 | 第19-21页 |
| 2.3 地面运动金属目标探测模型的仿真与分析 | 第21-22页 |
| 2.4 地面运动金属目标特征提取 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于模糊理论的目标识别方法研究 | 第24-36页 |
| 3.1 模糊识别相关理论 | 第24-27页 |
| 3.1.1 模糊集的定义及表示方法 | 第24-25页 |
| 3.1.2 隶属函数的确定 | 第25-26页 |
| 3.1.3 模糊识别的基本原则 | 第26-27页 |
| 3.2 模糊目标识别算法研究 | 第27-35页 |
| 3.2.1 建立金属目标特征信息模板 | 第27-31页 |
| 3.2.2 建立模糊识别模型 | 第31-33页 |
| 3.2.3 模糊识别仿真分析 | 第33-35页 |
| 3.3 本章总结 | 第35-36页 |
| 第4章 基于BP神经网络的目标识别方法研究 | 第36-55页 |
| 4.1 生物神经元和人工神经元 | 第36-39页 |
| 4.1.1 生物神经元 | 第36-37页 |
| 4.1.2 人工神经元 | 第37-39页 |
| 4.2 BP神经网络的基本原理 | 第39-47页 |
| 4.2.1 BP神经网络的网络结构 | 第39-40页 |
| 4.2.2 神经网络的学习范例 | 第40-41页 |
| 4.2.3 BP神经网络的误差反向传播学习算法 | 第41-45页 |
| 4.2.4 改进BP神经网络学习算法 | 第45-46页 |
| 4.2.5 BP神经网路待解决的问题 | 第46-47页 |
| 4.3 BP神经网络目标识别算法研究 | 第47-54页 |
| 4.3.1 确定BP神经网络规模 | 第48-49页 |
| 4.3.2 BP神经网络训练流程 | 第49-51页 |
| 4.3.3 训练BP神经网络 | 第51-53页 |
| 4.3.4 BP神经网络识别效果测试 | 第53-54页 |
| 4.4 本章总结 | 第54-55页 |
| 第5章 基于径向基函数网络的目标识别方法研究 | 第55-65页 |
| 5.1 RBF网络结构 | 第55-57页 |
| 5.2 RBF网络学习策略 | 第57-60页 |
| 5.2.1 随机选取固定中心 | 第57-58页 |
| 5.2.2 自组织选取中心位置 | 第58-59页 |
| 5.2.3 中心的监督选择 | 第59-60页 |
| 5.3 RBF网络与BP神经网络比较 | 第60页 |
| 5.4 RBF网络目标识别算法研究 | 第60-64页 |
| 5.4.1 构建径向基函数网络 | 第60-62页 |
| 5.4.2 网络训练仿真 | 第62-63页 |
| 5.4.3 网络测试 | 第63-64页 |
| 5.5 本章总结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第71-72页 |
| 致谢 | 第72-73页 |
