海杂波背景下的目标检测
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-9页 |
| ·研究背景及现状 | 第7-8页 |
| ·论文内容安排 | 第8-9页 |
| 第二章 海杂波的特性 | 第9-25页 |
| ·海洋表面的状态对海杂波的影响 | 第9-10页 |
| ·雷达极化参数对海杂波多普勒特性的影响 | 第10-13页 |
| ·海杂波的统计特性 | 第13-16页 |
| ·海杂波平稳性测试 | 第16-18页 |
| ·海杂波混沌特性 | 第18-24页 |
| ·混沌定义 | 第19页 |
| ·关联维 | 第19-20页 |
| ·LYAPUNOV指数 | 第20-23页 |
| ·KOLMOGOROV 熵 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 海杂波数据建模及IPIX数据分析说明 | 第25-31页 |
| ·利用复合K分布对海杂波建模 | 第25-27页 |
| ·IPIX雷达参数及数据简介 | 第27-31页 |
| 第四章 海杂波背景下的目标检测算法 | 第31-47页 |
| ·海杂波中较强目标回波的CFAR检测算法 | 第31-33页 |
| ·多重碎片法在海杂波重构中的应用 | 第33-35页 |
| ·神经网络在海杂波背景下目标检测的应用 | 第35-37页 |
| ·基于多普勒特征的海杂波背景下的小目标检测 | 第37-43页 |
| ·数据时-频处理 | 第37-38页 |
| ·基于联合瑞利分布算法 | 第38页 |
| ·参数估计 | 第38-39页 |
| ·检测算法评估方式 | 第39页 |
| ·算法仿真结果 | 第39-41页 |
| ·基于波形熵函数算法 | 第41-42页 |
| ·小节 | 第42-43页 |
| ·SVM分类器在海杂波中的应用 | 第43-46页 |
| ·基于时域方差特征 | 第44页 |
| ·支撑向量机(SVM)分类器 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 结束语 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 硕士期间(合作)撰写的学术论文及参加的科研项目 | 第54页 |