| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·背景和意义 | 第7-8页 |
| ·国内外的研究现状 | 第8-9页 |
| ·本文研究内容及章节安排 | 第9-11页 |
| 第二章 海杂波的特性 | 第11-23页 |
| ·引言 | 第11页 |
| ·海杂波的性质 | 第11-15页 |
| ·海杂波的后向散射系数 | 第11页 |
| ·海面杂波特性 | 第11-15页 |
| ·海杂波的形成机理 | 第15-17页 |
| ·一阶海杂波产生机理 | 第15-16页 |
| ·高阶海杂波产生机理 | 第16-17页 |
| ·海洋表面状态对海杂波的影响 | 第17-18页 |
| ·海杂波数据建模及 IPIX 雷达数据使用说明 | 第18-21页 |
| ·K 分布的海杂波模拟 | 第18-20页 |
| ·IPIX 雷达数据简介 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 基于混沌理论的海面弱小目标检测算法 | 第23-39页 |
| ·引言 | 第23页 |
| ·混沌学简介 | 第23-24页 |
| ·海杂波的混沌特性 | 第24-26页 |
| ·关联维数 | 第24页 |
| ·Lyapunonv 指数 | 第24-25页 |
| ·Kolmogorov 熵 | 第25-26页 |
| ·混沌序列相空间重构理论 | 第26-32页 |
| ·确定重构相空间延迟时间的方法 | 第27-29页 |
| ·独立确定时间序列的嵌入维数 | 第29-32页 |
| ·基于 RBF 神经网络的海面弱小目标检测技术 | 第32-37页 |
| ·RBF 神经网络结构 | 第32-34页 |
| ·算法原理 | 第34-35页 |
| ·仿真与分析 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于熵加权与 Hough变换的海面弱小目标检测算法 | 第39-49页 |
| ·引言 | 第39页 |
| ·常见的非相参积累方法 | 第39-41页 |
| ·基于熵加权和 Hough 变换的弱小目标检测方法 | 第41-48页 |
| ·熵加权积累(EWNI)方法简介 | 第41-42页 |
| ·Hough 变换简介 | 第42-44页 |
| ·算法原理 | 第44-45页 |
| ·仿真与分析 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结和展望 | 第49-51页 |
| ·全文总结 | 第49页 |
| ·未来展望 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-56页 |