| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·引言 | 第10页 |
| ·课题的研究背景及意义 | 第10页 |
| ·雷达信号识别研究现状分析 | 第10-13页 |
| ·本文的主要工作 | 第13-14页 |
| ·论文内容的结构安排 | 第14-15页 |
| 第2章 雷达辐射源信号模糊函数主脊切面模型分析 | 第15-27页 |
| ·引言 | 第15页 |
| ·雷达辐射源信号模糊函数模型分析 | 第15-19页 |
| ·分数 Fourier 变换的基本原理 | 第19-21页 |
| ·雷达辐射源信号模糊函数主脊切面提取 | 第21-25页 |
| ·分数自相关与模糊函数的关系 | 第21-23页 |
| ·基于分数自相关的模糊函数主脊切面特征提取 | 第23-25页 |
| ·模糊函数主脊切面仿真实例 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于 SVD 去噪主脊切面特征提取方法 | 第27-43页 |
| ·引言 | 第27页 |
| ·预处理 | 第27-29页 |
| ·模糊函数主脊切面奇异值分解去噪分析 | 第27-28页 |
| ·模糊函数主脊切面奇异值分解去噪实例分析 | 第28-29页 |
| ·模糊函数主脊切面相像系数特征提取 | 第29-34页 |
| ·相像系数基本理论 | 第29-30页 |
| ·相像系数投影模板寻优 | 第30-32页 |
| ·模糊函数主脊切面相像系数特征参量提取 | 第32-34页 |
| ·模糊函数主脊切面 Holder 系数特征提取 | 第34-37页 |
| ·Holder 系数基本理论 | 第34-35页 |
| ·模糊函数主脊切面信号 Holder 系数寻优 | 第35-36页 |
| ·特征参量提取步骤 | 第36-37页 |
| ·仿真实验 | 第37-42页 |
| ·数据分析 | 第37-40页 |
| ·特征参数模糊核 C 均值聚类分析 | 第40-41页 |
| ·特征参数 BP 神经网络分类验证 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 EMD 分解联合云模型的主脊切面特征提取方法 | 第43-53页 |
| ·引言 | 第43页 |
| ·预处理 | 第43-45页 |
| ·模糊函数主脊切面 EMD 去噪分析 | 第43-44页 |
| ·雷达辐射源模糊函数主脊切面 EMD 去噪实例分析 | 第44-45页 |
| ·特征提取 | 第45-48页 |
| ·主脊切面云模型相似度特征提取 | 第45-47页 |
| ·模糊函数主脊切面云模型相似度特征提取实例分析 | 第47-48页 |
| ·云模型相似度特征参量核 C-均值聚类分析 | 第48-51页 |
| ·云模型相似度特征参量 BP 神经网络分类 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 基于多域融合的特征向量空间识别方法 | 第53-59页 |
| ·引言 | 第53页 |
| ·特征参数识别有效性度量方法分析 | 第53-55页 |
| ·云的基本概念 | 第53页 |
| ·云的数字特征 | 第53-54页 |
| ·基于云模型的特征参数识别有效性度量方法 | 第54-55页 |
| ·实验数据性能分析 | 第55页 |
| ·基于多域融合的特征向量空间构建与识别 | 第55-57页 |
| ·基于多域特征空间融合识别方法的仿真实验性能分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |