| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 雷达自动目标识别的研究背景 | 第12-13页 |
| 1.2 雷达高分辨距离像目标识别技术综述 | 第13-16页 |
| 1.2.1 雷达高分辨距离像的基本理论 | 第13-14页 |
| 1.2.2 雷达高分辨距离像目标识别技术的研究现状 | 第14-16页 |
| 1.3 雷达高分辨距离像目标识别的技术难点及常用解决方法 | 第16-19页 |
| 1.3.1 HRRP的强度敏感性问题 | 第16-17页 |
| 1.3.2 HRRP的姿态敏感性问题 | 第17-18页 |
| 1.3.3 HRRP的平移敏感性问题 | 第18-19页 |
| 1.3.4 HRRP的特征提取和数据降维问题 | 第19页 |
| 1.4 论文内容安排 | 第19-22页 |
| 1.4.1 数据介绍 | 第19-20页 |
| 1.4.2 章节安排 | 第20-22页 |
| 第二章 字典学习原理及其在HRRP目标识别中的应用 | 第22-36页 |
| 2.1 信号的稀疏表示原理 | 第22-25页 |
| 2.1.1 信号的稀疏表示模型 | 第22-23页 |
| 2.1.2 稀疏表示的重构算法 | 第23-25页 |
| 2.2 字典学习原理 | 第25-30页 |
| 2.2.1 固定字典 | 第25-27页 |
| 2.2.2 学习字典 | 第27-30页 |
| 2.3 基于字典学习的雷达HRRP目标识别 | 第30-35页 |
| 2.3.1 基于Gabor字典的雷达HRRP目标识别 | 第30-33页 |
| 2.3.2 基于D-KSVD字典的雷达HRRP目标识别 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于统计标签一致字典的高分辨距离像目标识别 | 第36-52页 |
| 3.1 基于LC-KSVD的高分辨距离像目标识别算法 | 第36-39页 |
| 3.1.1 LC-KSVD字典 | 第36-38页 |
| 3.1.2 基于LC-KSVD的HRRP目标识别算法 | 第38-39页 |
| 3.2 基于PPCA模型的分帧算法 | 第39-43页 |
| 3.2.1 PPCA模型 | 第39-41页 |
| 3.2.2 最大概率差值算法 | 第41-43页 |
| 3.3 基于SLC-KSVD的高分辨距离像目标识别算法 | 第43-46页 |
| 3.3.1 SLC-KSVD字典 | 第43-44页 |
| 3.3.2 基于SLC-KSVD的HRRP目标识别算法 | 第44-46页 |
| 3.4 基于字典学习的实验结果与分析 | 第46-50页 |
| 3.4.1 分帧结果和分析 | 第46-48页 |
| 3.4.2 字典结果和分析 | 第48-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 基于核联合判别分析的高分辨距离像目标识别 | 第52-64页 |
| 4.1 核函数 | 第52-53页 |
| 4.1.1 核函数基本概念 | 第52-53页 |
| 4.1.2 常用核函数 | 第53页 |
| 4.2 基于核判别分析的高分辨距离像特征降维算法 | 第53-57页 |
| 4.2.1 KLDA | 第54-55页 |
| 4.2.2 KLMDA | 第55-57页 |
| 4.3 基于KJDA的高分辨距离像特征降维算法 | 第57-59页 |
| 4.3.1 KJDA | 第57-58页 |
| 4.3.2 KJDA与KLMDA、KLDA的性能分析 | 第58-59页 |
| 4.4 基于特征降维算法的实验结果与分析 | 第59-62页 |
| 4.4.1 降维维数结果与分析 | 第59-61页 |
| 4.4.2 不同样本个数下识别结果分析 | 第61-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 高分辨距离像目标识别软件设计 | 第64-72页 |
| 5.1 HRRP目标识别软件总体框架设计 | 第64-65页 |
| 5.2 用户界面系统界面设计 | 第65-70页 |
| 5.2.1 登录界面 | 第66-67页 |
| 5.2.2 下载界面 | 第67-69页 |
| 5.2.3 识别界面 | 第69-70页 |
| 5.3 本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 本文主要工作 | 第72-73页 |
| 6.2 本文主要创新点 | 第73页 |
| 6.3 进一步工作展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 在学期间的研究成果及发表的学术论文 | 第79页 |
