| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究工作的背景与意义 | 第11-13页 |
| 1.2 国内外研究历史与现状 | 第13-17页 |
| 1.2.1 SAR欺骗式干扰国内外研究历史与现状 | 第13-15页 |
| 1.2.2 SAR抗欺骗式干扰国内外研究历史与现状 | 第15-16页 |
| 1.2.3 深度学习国内外研究历史与现状 | 第16-17页 |
| 1.3 本论文的结构安排 | 第17-19页 |
| 第二章 SAR欺骗式干扰及神经网络原理 | 第19-36页 |
| 2.1 引言 | 第19页 |
| 2.2 SAR基本原理 | 第19-23页 |
| 2.2.1 SAR几何关系 | 第19-20页 |
| 2.2.2 SAR回波模型 | 第20-22页 |
| 2.2.3 SAR成像原理 | 第22-23页 |
| 2.3 SAR欺骗式干扰 | 第23-26页 |
| 2.3.1 SAR欺骗式干扰几何模型 | 第23-24页 |
| 2.3.2 SAR欺骗式干扰原理 | 第24-25页 |
| 2.3.3 SAR欺骗式干扰点目标仿真 | 第25-26页 |
| 2.4 SAR图像的阴影特征 | 第26-28页 |
| 2.5 神经网络基本原理 | 第28-35页 |
| 2.5.1 神经网络模型 | 第29-31页 |
| 2.5.2 反向传播算法 | 第31-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 基于阴影的SAR抗欺骗式干扰方法 | 第36-65页 |
| 3.1 引言 | 第36-37页 |
| 3.2 卷积神经网络 | 第37-42页 |
| 3.2.1 卷积层 | 第37-39页 |
| 3.2.2 池化层 | 第39-40页 |
| 3.2.3 全连接分类层 | 第40-42页 |
| 3.2.4 卷积神经网络训练过程 | 第42页 |
| 3.3 目标及其阴影的SAR图像仿真 | 第42-49页 |
| 3.3.1 SAR图像仿真原理 | 第42-44页 |
| 3.3.2 基于FEKO的目标表面电流仿真 | 第44-46页 |
| 3.3.3 SAR图像仿真实验 | 第46-49页 |
| 3.4 基于阴影的SAR抗欺骗式干扰技术 | 第49-64页 |
| 3.4.1 MSTAR数据库验证 | 第49-54页 |
| 3.4.2 基于卷积神经网络的SAR图像及阴影识别 | 第54-57页 |
| 3.4.3 改进卷积神经网络的SAR图像及阴影识别 | 第57-62页 |
| 3.4.4 基于阴影的SAR抗欺骗式干扰仿真验证 | 第62-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第四章 主动式阴影消除的SAR欺骗式干扰方法 | 第65-80页 |
| 4.1 引言 | 第65页 |
| 4.2 基于弹射式的阴影消除干扰 | 第65-74页 |
| 4.2.1 弹射式干扰原理 | 第66-67页 |
| 4.2.2 基于弹射式干扰的阴影消除 | 第67-70页 |
| 4.2.3 基于弹射式的阴影消除干扰仿真 | 第70-74页 |
| 4.3 基于欺骗式的阴影消除干扰 | 第74-79页 |
| 4.3.1 目标阴影提取 | 第74-75页 |
| 4.3.2 欺骗式干扰调制 | 第75-77页 |
| 4.3.3 基于欺骗式的阴影消除干扰仿真 | 第77-79页 |
| 4.4 本章小结 | 第79-80页 |
| 第五章 总结与展望 | 第80-82页 |
| 5.1 研究内容总结 | 第80-81页 |
| 5.2 工作展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-88页 |
| 攻读硕士学位期间取得的成果 | 第88-89页 |
