摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 本文研究背景和意义 | 第10-11页 |
1.2 一维距离像目标识别技术及研究现状 | 第11-14页 |
1.3 论文主要工作内容及结构安排 | 第14-15页 |
第二章 舰船目标一维距离像成像及其特性分析 | 第15-26页 |
2.1 舰船目标一维距离像成像的基本原理 | 第15-20页 |
2.1.1 散射中心模型 | 第15-17页 |
2.1.2 解线性调频技术 | 第17-19页 |
2.1.3 目标和雷达平台的相对运动对一维距离像的影响 | 第19-20页 |
2.2 舰船一维距离像的特性 | 第20-22页 |
2.2.1 幅度敏感性 | 第20页 |
2.2.2 平移敏感性 | 第20-21页 |
2.2.3 姿态敏感性 | 第21-22页 |
2.3 仿真及分析 | 第22-25页 |
2.4 本章小结 | 第25-26页 |
第三章 K分布海杂波对舰船一维距离像特征提取的影响 | 第26-37页 |
3.1 海杂波的K分布模型 | 第26-27页 |
3.2 K分布海杂波对一维距离像成像的影响 | 第27-29页 |
3.3 K分布海杂波对特征提取的影响 | 第29-33页 |
3.3.1 主成分分析 | 第29-31页 |
3.3.2 线性判别分析 | 第31-33页 |
3.4 形状参数和尺度参数对特征提取的影响 | 第33-36页 |
3.5 本章小结 | 第36-37页 |
第四章 经典目标识别算法在舰船一维距离像识别中的性能分析 | 第37-54页 |
4.1 雷达自动目标识别系统 | 第37-38页 |
4.2 一维距离像的特征提取 | 第38-43页 |
4.2.1 原始一维距离像 | 第38页 |
4.2.2 一维距离像的平移不变特征 | 第38-39页 |
4.2.3 核主成分分析和核线性判别分析 | 第39-43页 |
4.3 目标识别常用分类器 | 第43-46页 |
4.3.1 距离分类器 | 第43-44页 |
4.3.2 人工神经网络 | 第44-45页 |
4.3.3 支持向量机 | 第45页 |
4.3.4 模糊分类器 | 第45-46页 |
4.4 实验仿真及分析 | 第46-53页 |
4.5 本章小结 | 第53-54页 |
第五章 海杂波抑制技术在舰船一维距离像识别中的应用 | 第54-70页 |
5.1 脉冲积累技术 | 第54-55页 |
5.2 海杂波抑制技术 | 第55-64页 |
5.2.1 基于AR模型的海杂波抑制技术 | 第56-61页 |
5.2.2 基于奇异值分解的海杂波抑制技术 | 第61-64页 |
5.3 两种海杂波抑制技术的对比分析 | 第64-67页 |
5.4 两种海杂波抑制分解的目标识别性能 | 第67-69页 |
5.5 本章小结 | 第69-70页 |
第六章 全文总结和展望 | 第70-72页 |
6.1 全文总结 | 第70-71页 |
6.2 展望 | 第71-72页 |
致谢 | 第72-73页 |
参考文献 | 第73-77页 |