复杂场景下多通道阵列自适应目标检测算法研究

摘要	第1-8页
ABSTRACT	第8-15页
符号对照表	第15-16页
缩略语对照表	第16-21页
第一章 绪论	第21-35页
·研究背景与意义	第21-23页
·多通道阵列目标检测的发展历史	第23-27页
·复杂背景下自适应检测的研究背景	第27-33页
·复杂背景下自适应检测的研究现状	第27-32页
·复杂背景下自适应检测面临的关键问题	第32-33页
·本文的主要工作与组织结构	第33-35页
第二章 反对称结构自适应检测算法	第35-51页
·引言	第35-36页
·信号模型与问题提出	第36-38页
·反对称结构自适应检测算法	第38-44页
·部分均匀环境里Per-ACE算法	第38-42页
·均匀环境里Per-AMF算法	第42-44页
·实验与性能分析	第44-50页
·部分均匀环境里检测性能	第44-48页
·均匀环境里检测性能	第48-50页
·本章小结	第50-51页
第三章 随机纹理复合高斯杂波中自适应检测算法	第51-65页
·引言	第51页
·信号模型与问题描述	第51-52页
·自适应GLRT检测算法	第52-57页
·伽马与逆伽马纹理的反对称检测方法	第52-55页
·逆高斯纹理的GLRT检测方法	第55-57页
·CFAR性能分析	第57-58页
·实验与性能分析	第58-62页
·本章小节	第62-65页
第四章 复合高斯噪声中知识辅助的目标检测算法	第65-81页
·引言	第65-66页
·信号模型与问题描述	第66-67页
·知识辅助的目标检测算法	第67-75页
·点目标自适应检测算法	第67-71页
·距离扩展目标自适应检测算法	第71-75页
·实验与性能分析	第75-79页
·点目标检测性能分析	第75-78页
·距离扩展目标检测性能分析	第78-79页
·本章小节	第79-81页
第五章 知识辅助的阵列信号处理方法	第81-103页
·引言	第81-83页
·信号模型与问题提出	第83-85页
·知识辅助的阵列信号处理方法	第85-93页
·知识辅助的稳健波束形成方法	第85-87页
·知识辅助的结构化波束形成方法	第87-89页
·知识辅助的色加载STAP方法	第89-93页
·实验与性能分析	第93-102页
·稳健波束形成器的输出信干噪比分析	第93-94页
·结构化波束形成器的输出信干噪比分析	第94-97页
·空时自适应处理的信干噪比损失分析	第97-102页
·本章小节	第102-103页
第六章 参数化多通道信号检测方法	第103-115页
·引言	第103页
·信号模型与问题提出	第103-105页
·参数化自适应信号检测方法	第105-109页
·空域协方差矩阵与AR系数矩阵的估计	第105-108页
·参数化目标检测算法	第108-109页
·计算复杂度分析	第109-110页
·实验与性能分析	第110-114页
·本章小节	第114-115页
第七章 子空间干扰的贝叶斯分布目标检测算法	第115-127页
·引言	第115-116页
·信号模型与问题提出	第116-117页
·贝叶斯分布目标检测算法	第117-123页
·均匀环境子空间干扰的检测算法	第117-120页
·均匀环境子空间干扰的两步检测算法	第120-121页
·非均匀环境子空间干扰的检测算法	第121-123页
·实验与性能分析	第123-126页
·均匀环境里检测性能	第124-125页
·非均匀环境里检测性能	第125-126页
·本章小节	第126-127页
第八章 总结与展望	第127-131页
·研究工作总结	第127-128页
·研究展望	第128-131页
附录A Per-ACE的统计分布	第131-135页
附录B β 的统计分布	第135-137页
附录C H_1下的统计分布	第137-141页
参考文献	第141-157页
致谢	第157-159页
作者简介	第159-161页