| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·雷达自动目标识别的基本概念与研究背景 | 第7页 |
| ·雷达 HRRP 识别概述 | 第7-8页 |
| ·噪声稳健识别问题 | 第8-9页 |
| ·本文的内容和安排 | 第9-11页 |
| ·数据介绍 | 第9-10页 |
| ·内容安排 | 第10-11页 |
| 第二章 现有 HRRP 噪声稳健识别方法总结 | 第11-33页 |
| ·引言 | 第11页 |
| ·高信噪比条件下的 HRRP 目标识别方法 | 第11-17页 |
| ·基于功率谱特征和 SVM 分类器的 HRRP 识别方法 | 第12-16页 |
| ·自适应高斯分类器(AGC) | 第16-17页 |
| ·HRRP 的噪声抑制 | 第17-25页 |
| ·基于双谱的噪声抑制方法 | 第17-19页 |
| ·基于正交匹配追踪(OMP)算法的噪声抑制方法 | 第19-20页 |
| ·仿真实验与分析 | 第20-25页 |
| ·功率谱特征的修正方法 | 第25-30页 |
| ·功率谱特征的噪声敏感性 | 第25-26页 |
| ·功率谱特征的修正方法 | 第26-28页 |
| ·仿真实验和分析 | 第28-30页 |
| ·噪声稳健统计模型 | 第30-32页 |
| ·统计模型的噪声敏感性 | 第30-31页 |
| ·噪声匹配方法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于统计建模的自适应噪声稳健识别 | 第33-47页 |
| ·引言 | 第33页 |
| ·噪声背景下 HRRP 的独立统计建模 | 第33-38页 |
| ·含噪 HRRP 的独立非高斯建模 | 第34-36页 |
| ·含噪 HRRP 的独立高斯建模 | 第36-37页 |
| ·仿真实验与分析 | 第37-38页 |
| ·复 HRRP 的统计建模 | 第38-42页 |
| ·复 HRRP 的统计特性 | 第38-40页 |
| ·CAGC 模型 | 第40-42页 |
| ·基于 CAGC 模型的自适应噪声稳健识别 | 第42-45页 |
| ·基于 CAGC 模型的自适应噪声稳健识别方法 | 第42-43页 |
| ·仿真实验与分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 雷达 HRRP 目标识别系统设计 | 第47-61页 |
| ·引言 | 第47页 |
| ·目标识别系统总体框架 | 第47-48页 |
| ·系统软件部分设计 | 第48-53页 |
| ·软件开发工具简介 | 第48-49页 |
| ·界面应用程序基本框架设计 | 第49-50页 |
| ·界面应用程序详细设计 | 第50-53页 |
| ·系统 DSP 部分设计 | 第53-57页 |
| ·ADSP TS201 及信号处理板介绍 | 第53-54页 |
| ·DSP 程序设计 | 第54-57页 |
| ·系统使用说明 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 结束语 | 第61-63页 |
| ·全文内容总结 | 第61页 |
| ·工作展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 作者在读期间的研究成果 | 第69-70页 |