基于支持向量机的飞机运动模式识别研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究概况 | 第11-14页 |
| 1.2.1 无源雷达发展现状 | 第11-12页 |
| 1.2.2 目标识别研究概况 | 第12-14页 |
| 1.3 研究内容及文章节安排 | 第14-16页 |
| 第二章 时频分析方法的研究及比较 | 第16-27页 |
| 2.1 时频分析的基本概念 | 第16-17页 |
| 2.2 短时傅里叶变换原理 | 第17-20页 |
| 2.3 Wigner-Ville分布 | 第20-22页 |
| 2.4 希尔伯特-黄变换 | 第22-26页 |
| 2.4.1 瞬时频率的定义 | 第22-23页 |
| 2.4.2 希尔伯特变换的定义 | 第23-24页 |
| 2.4.3 经验模态分解方法 | 第24-25页 |
| 2.4.4 Hilbert谱分析 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 机载雷达多普勒特性时频分析 | 第27-49页 |
| 3.1 总体经验模态分解 | 第27-31页 |
| 3.2 机载雷达多普勒特性时频分析 | 第31-47页 |
| 3.2.1 信号的模拟 | 第31-32页 |
| 3.2.2 匀速直线运动模式 | 第32-37页 |
| 3.2.3 匀速圆周运动模式 | 第37-39页 |
| 3.2.4 匀速椭圆跑道运动模式 | 第39-43页 |
| 3.2.5 匀速8字形运动模式 | 第43-47页 |
| 3.3 本章小结 | 第47-49页 |
| 第四章 支持向量机概述 | 第49-56页 |
| 4.1 支持向量机的统计学习基础 | 第49-51页 |
| 4.1.1 经验风险最小化 | 第49-50页 |
| 4.1.2 VC维及结构风险最小化 | 第50-51页 |
| 4.2 支持向量机算法 | 第51-55页 |
| 4.2.1 线性分类 | 第51-53页 |
| 4.2.2 非线性分类 | 第53-55页 |
| 4.3 多分类支持向量机 | 第55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 特征提取及模式识别 | 第56-60页 |
| 5.1 提取特征向量 | 第56-58页 |
| 5.2 模式识别实验 | 第58-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 全文总结与展望 | 第60-62页 |
| 6.1 全文总结 | 第60-61页 |
| 6.2 后续展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间取得的成果 | 第66-67页 |
