| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 引言 | 第9-10页 |
| 1.2 研究背景及意义 | 第10-13页 |
| 1.2.1 认知雷达及其关键技术 | 第11-13页 |
| 1.2.2 自适应波形设计的研究意义 | 第13页 |
| 1.3 国内外研究现状分析 | 第13-15页 |
| 1.4 主要研究内容 | 第15-16页 |
| 1.5 论文结构 | 第16-17页 |
| 第2章 认知雷达波形设计基本理论 | 第17-29页 |
| 2.1 模糊函数的基本理论 | 第17-21页 |
| 2.1.1 模糊函数的定义及其表达形式 | 第17-18页 |
| 2.1.2 模糊函数的物理意义 | 第18-19页 |
| 2.1.3 模糊函数的性质 | 第19-21页 |
| 2.2 信息论的基本知识 | 第21-25页 |
| 2.2.1 熵的概念 | 第21-23页 |
| 2.2.2 互信息的基本知识 | 第23-24页 |
| 2.2.3 雷达识别性能和互信息的关系 | 第24-25页 |
| 2.3 目标假设检验基本理论 | 第25-28页 |
| 2.3.1 Neyman-Pearson准则似然比检验法 | 第26-27页 |
| 2.3.2 序贯概率比检验法 | 第27-28页 |
| 2.3.3 基于贝叶斯的统计决策理论 | 第28页 |
| 2.4 本章总结 | 第28-29页 |
| 第3章 基于模糊函数和粒子群算法的波形设计 | 第29-47页 |
| 3.1 雷达常用发射信号模型及其模糊函数 | 第29-33页 |
| 3.1.1 LFM信号及其模糊函数 | 第29-31页 |
| 3.1.2 编码信号及其模糊函数 | 第31-33页 |
| 3.2 波形脉冲压缩技术 | 第33-39页 |
| 3.2.1 脉冲压缩技术 | 第33-34页 |
| 3.2.2 旁瓣抑制技术 | 第34-39页 |
| 3.3 目标检测自适应波形设计 | 第39-45页 |
| 3.3.1 密集杂波信号统计模型及其抑制原理 | 第39-42页 |
| 3.3.2 基于粒子群算法的自适应波形设计 | 第42-44页 |
| 3.3.3 仿真结果分析 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 基于最大互信息的波形设计 | 第47-72页 |
| 4.1 回波与目标间互信息模型 | 第47-48页 |
| 4.2 单一随机性目标最大互信息波形设计 | 第48-56页 |
| 4.2.1 噪声环境下最优发射波形设计 | 第48-50页 |
| 4.2.2 杂波环境下最优发射波形设计 | 第50-52页 |
| 4.2.3 仿真结果分析 | 第52-56页 |
| 4.3 目标识别自适应波形设计 | 第56-70页 |
| 4.3.1 多目标识别问题分析及信号模型 | 第57-59页 |
| 4.3.2 基于最大互信息的多目标识别最优发射波形设计 | 第59-61页 |
| 4.3.3 基于最大信杂躁比的多目标识别最优发射波形设计 | 第61-63页 |
| 4.3.4 多目标识别波形自适应机制设计 | 第63-66页 |
| 4.3.5 仿真结果分析 | 第66-70页 |
| 4.4 本章小结 | 第70-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第77-79页 |
| 致谢 | 第79页 |
