| 第一章 绪论 | 第1-9页 |
| 1．1 模式识别概述 | 第6-7页 |
| 1．2 雷达目标识别发展和现状 | 第7-8页 |
| 1．3 本文结构与安排 | 第8-9页 |
| 第二章 飞机目标的一维距离像特性 | 第9-22页 |
| 2．1 引言 | 第9页 |
| 2．2 一维距离像及其相关的统计描述 | 第9-14页 |
| 2．3 实测数据的平均距离像举例 | 第14-16页 |
| 2．4 距离像相似性的度量 | 第16-21页 |
| 2．5 本章小结 | 第21-22页 |
| 第三章 主分量(PCA)分析的理论及应用 | 第22-32页 |
| 3．1 主分量分析与自组织学习 | 第22-24页 |
| 3．2 主分量分析(Principal Components Analysis) | 第24-31页 |
| 3．3 例子：两分量数据集 | 第31-32页 |
| 第四章 利用PCA子空间分类器解决雷达自动目标识别 | 第32-41页 |
| 4．1 HRRP空间的建立 | 第32-34页 |
| 4．2 用PCA方法处理雷达目标识别的基本思路 | 第34-35页 |
| 4．3 实验数据的具体处理 | 第35-36页 |
| 4．4 Matlab仿真实验 | 第36-39页 |
| 4．5 本章小结 | 第39-41页 |
| 结束语 | 第41-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 作者在读期间的研究成果 | 第45页 |