| 中文摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-18页 |
| ·引言 | 第9页 |
| ·高分辨雷达及雷达目标识别概述 | 第9-13页 |
| ·高分辨雷达 | 第9-10页 |
| ·雷达目标识别系统模型概述 | 第10-11页 |
| ·雷达目标识别技术概述 | 第11-12页 |
| ·当前雷达目标识别研究中应当避免的一些误区 | 第12-13页 |
| ·基于高分辨一维距离像的目标识别 | 第13-16页 |
| ·基于高分辨一维距离像的雷达目标识别技术 | 第13-15页 |
| ·基于高分辨一维距离像目标识别的关键问题 | 第15-16页 |
| ·本文主要工作及结构安排 | 第16-18页 |
| ·本文主要工作 | 第16页 |
| ·本文结构安排 | 第16-18页 |
| 第二章 高分辨雷达目标一维距离像仿真及特性分析 | 第18-27页 |
| ·引言 | 第18页 |
| ·基于目标多散射中心的一维距离像模型 | 第18-22页 |
| ·目标多散射中心 | 第19-20页 |
| ·目标一维距离像频域仿真模型 | 第20-22页 |
| ·目标一维距离像仿真结果 | 第22-24页 |
| ·仿真参数定义 | 第22页 |
| ·采用多散射中心模型仿真结果 | 第22-24页 |
| ·目标一维距离像姿态敏感性研究 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 高分辨雷达杂波特性分析及仿真 | 第27-44页 |
| ·引言 | 第27页 |
| ·高分辨雷达杂波特性分析 | 第27-30页 |
| ·几种常用的杂波统计模型 | 第28-29页 |
| ·雷达杂波的频谱特性 | 第29-30页 |
| ·影响雷达杂波的因素 | 第30页 |
| ·经典的雷达杂波仿真方法 | 第30-35页 |
| ·基于ZMNL的相关非高斯分布雷达杂波仿真模型 | 第31页 |
| ·对数正态分布雷达杂波仿真 | 第31-32页 |
| ·韦伯分布雷达杂波仿真 | 第32-33页 |
| ·K分布雷达杂波仿真 | 第33-35页 |
| ·基于神经网络方法对雷达杂波仿真方法的改进 | 第35-43页 |
| ·基于神经网络的系统辨识方法 | 第35页 |
| ·一种类似神经网络机制的快速经验迭代法 | 第35-39页 |
| ·基于自然梯度下降法的雷达杂波仿真 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于一维距离像的雷达目标特征提取方法研究 | 第44-66页 |
| ·引言 | 第44页 |
| ·基于高分辨一维距离像的雷达目标特征信号 | 第44-45页 |
| ·基于一维距离像的目标散射中心位置提取 | 第45-49页 |
| ·目标频域散射中心的Prony模型 | 第45-46页 |
| ·目标散射中心相对距离提取方法 | 第46-49页 |
| ·多姿态角下高分辨雷达三维成像原理 | 第49-50页 |
| ·基于ICA的雷达目标三维结构信息获取 | 第50-53页 |
| ·独立成分分析(ICA)方法概述 | 第51-52页 |
| ·利用ICA方法获取目标的三维结构信息 | 第52-53页 |
| ·利用ICA方法获取目标的三维结构信息需要说明的问题 | 第53页 |
| ·基于聚类分析方法的雷达目标三维成像算法的改进 | 第53-56页 |
| ·聚类分析方法的思想 | 第54页 |
| ·基于c—均值聚类分析算法的改进 | 第54-55页 |
| ·基于聚类分析方法获取目标的三维结构信息 | 第55-56页 |
| ·基于量化统计方法的雷达目标三维成像算法的改进 | 第56-58页 |
| ·量化统计方法的思想 | 第56-57页 |
| ·基于量化统计方法的雷达目标三维成像的步骤 | 第57-58页 |
| ·实验及仿真结果 | 第58-64页 |
| ·本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·本文工作总结 | 第66页 |
| ·未来开展的工作 | 第66-68页 |
| 致谢 | 第68-69页 |
| 作者在攻读硕士期间发表或撰写的论文 | 第69-70页 |
| 参考文献 | 第70-72页 |