摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第7-11页 |
1.1 课题研究背景和意义 | 第7-8页 |
1.2 国内外研究现状概况 | 第8-9页 |
1.3 本文主要研究内容 | 第9-11页 |
2 被动毫米波探测器系统分析 | 第11-23页 |
2.1 被动毫米波探测器原理 | 第11-13页 |
2.2 末端敏感子弹被动探测器工作原理 | 第13-18页 |
2.3 被动探测器模型及信号分析 | 第18-20页 |
2.4 被动探测器干扰与抗干扰原理 | 第20-22页 |
2.5 本章小结 | 第22-23页 |
3 无源干扰与抗干扰技术研究 | 第23-35页 |
3.1 无源干扰技术研究 | 第23-30页 |
3.1.1 隐身材料干扰 | 第23-28页 |
3.1.2 仿形诱饵干扰 | 第28-30页 |
3.2 抗无源干扰技术研究 | 第30-34页 |
3.3 本章小节 | 第34-35页 |
4 有源干扰与抗干扰技术研究 | 第35-54页 |
4.1 有源干扰技术研究 | 第35-45页 |
4.1.1 有源对消干扰 | 第35-39页 |
4.1.2 波形诱骗干扰 | 第39-45页 |
4.2 抗干扰技术研究 | 第45-53页 |
4.2.1 跳频抗干扰技术 | 第46-50页 |
4.2.2 双通道和双极性被动探测技术 | 第50-53页 |
4.2.3 特征提取与识别技术 | 第53页 |
4.3 本章小结 | 第53-54页 |
5 波形诱骗干扰信号的特征提取与识别技术 | 第54-70页 |
5.1 基于逻辑斯谛回归(Logistic regression)的目标识别算法 | 第54-56页 |
5.1.1 逻辑斯谛分布 | 第54-55页 |
5.1.2 二项逻辑斯谛回归模型 | 第55-56页 |
5.1.3 模型参数估计 | 第56页 |
5.2 基于支持向量机(SVM)的目标识别算法 | 第56-62页 |
5.2.1 线性支持向量机 | 第57-59页 |
5.2.2 核函数 | 第59-60页 |
5.2.3 C-SVM | 第60-62页 |
5.3 基于概率阈值的Logistic-SVM目标识别算法 | 第62-64页 |
5.4 性能评价指标 | 第64-66页 |
5.4.1 准确率和召回率 | 第64-65页 |
5.4.2 虚警概率和探测概率 | 第65-66页 |
5.5 识别算法仿真分析 | 第66-69页 |
5.5.1 Logistic回归仿真结果 | 第66-67页 |
5.5.2 SVM仿真结果 | 第67-68页 |
5.5.3 基于概率阈值的Logistic-SVM仿真结果 | 第68-69页 |
5.6 本章小结 | 第69-70页 |
6 实验与分析 | 第70-79页 |
6.1 波形诱骗测试系统设计与实现 | 第70-75页 |
6.1.1 干扰测试系统设计 | 第70-73页 |
6.1.2 测试平台搭建 | 第73-75页 |
6.2 实验数据分析 | 第75-77页 |
6.2.1 背景噪声分析 | 第75页 |
6.2.2 模拟目标信号分析 | 第75-76页 |
6.2.3 有源波形诱骗干扰下的信号分析 | 第76-77页 |
6.3 信号特征提取与识别技术性能分析 | 第77-78页 |
6.4 本章小结 | 第78-79页 |
7 总结与展望 | 第79-81页 |
致谢 | 第81-82页 |
参考文献 | 第82-86页 |
附录 | 第86页 |