基于快速稀疏贝叶斯学习算法的雷达数据融合技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-10页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究历史及国内外研究现状 | 第8-9页 |
| ·论文的研究内容及安排 | 第9-10页 |
| 2 雷达信号稀疏表示理论 | 第10-15页 |
| ·引言 | 第10页 |
| ·光学区雷达目标几何绕射理论 | 第10-13页 |
| ·光学区雷达目标散射中心分类 | 第10-11页 |
| ·光学区雷达目标散射中心模型 | 第11-13页 |
| ·信号稀疏表示理论 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 3 基于稀疏贝叶斯学习的同视角多频带雷达数据融合 | 第15-42页 |
| ·引言 | 第15页 |
| ·基于稀疏贝叶斯学习的同视角多频带雷达数据融合 | 第15-19页 |
| ·一维雷达信号稀疏表示模型 | 第15-16页 |
| ·基于稀疏表示的同视角多频带雷达数据融合原理 | 第16-18页 |
| ·稀疏贝叶斯学习方法基本原理 | 第18-19页 |
| ·利用求导方法求解超参数 | 第19-22页 |
| ·求导方法基本原理 | 第19-21页 |
| ·仿真算例 | 第21-22页 |
| ·利用期望最大化(EM)方法求解超参数 | 第22-27页 |
| ·期望最大化(EM)方法基本原理 | 第22-26页 |
| ·仿真算例 | 第26-27页 |
| ·利用快速边缘似然函数最大化方法求解超参数 | 第27-37页 |
| ·快速边缘似然函数最大化方法基本原理 | 第27-30页 |
| ·仿真算例 | 第30-37页 |
| ·基于稀疏贝叶斯学习的数据融合方法抗噪声性能分析 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 4 基于信号稀疏表示的多雷达信号相干配准 | 第42-52页 |
| ·引言 | 第42页 |
| ·基于信号稀疏表示的多雷达信号相干配准 | 第42-45页 |
| ·基于信号稀疏表示的多雷达信号相干配准基本原理 | 第42-44页 |
| ·基于遗传算法的参数优化 | 第44-45页 |
| ·仿真算例 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 5 基于稀疏贝叶斯学习的多视角多频带雷达数据融合 | 第52-60页 |
| ·引言 | 第52页 |
| ·基于稀疏贝叶斯学习的多视角多频带雷达数据融合 | 第52-55页 |
| ·二维雷达信号稀疏表示模型 | 第52-54页 |
| ·基于稀疏表示的多视角多频带雷达数据融合原理 | 第54-55页 |
| ·仿真算例 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| ·本文的主要工作 | 第60页 |
| ·研究工作展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
