| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 本文的主要工作及结构安排 | 第16-18页 |
| 第二章 导弹目标特征分析 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 导弹目标运动特性分析 | 第18-23页 |
| 2.2.1 主动段导弹目标运动模型 | 第18-19页 |
| 2.2.2 不同射程导弹目标时序运动特性分析 | 第19-21页 |
| 2.2.3 不同型号导弹目标运动状态特征分析 | 第21-23页 |
| 2.3 导弹目标尾焰辐射特性分析 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于HMM-PNN的不同射程导弹目标分类算法 | 第28-46页 |
| 3.1 引言 | 第28页 |
| 3.2 隐马尔科夫模型相关原理介绍 | 第28-35页 |
| 3.2.1 隐马尔科夫模型概述 | 第28-31页 |
| 3.2.2 应用隐马尔科夫模型的三大问题与解决方案 | 第31-35页 |
| 3.3 概率神经网络基本原理 | 第35-37页 |
| 3.3.1 概率神经网络概述 | 第35-36页 |
| 3.3.2 概率神经网络结构与分类原理 | 第36-37页 |
| 3.4 改进的HMM-PNN混合模型算法研究 | 第37-44页 |
| 3.4.1 HMM-PNN混合模型基本结构 | 第38-40页 |
| 3.4.2 HMM-PNN混合模型仿真的基本问题 | 第40-42页 |
| 3.4.3 HMM-PNN混合模型算法仿真实现 | 第42-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 基于特征模板库的不同型号导弹目标识别算法研究 | 第46-60页 |
| 4.1 引言 | 第46页 |
| 4.2 不同型号导弹目标识别技术 | 第46-47页 |
| 4.3 基于确定性模板库的弹道导弹识别算法研究 | 第47-55页 |
| 4.3.1 基于熵理论的权值确定方法基本原理 | 第47-49页 |
| 4.3.2 模板匹配分类算法原理与算法实现 | 第49-50页 |
| 4.3.3 灰色关联分析算法原理与实现 | 第50-51页 |
| 4.3.4 改进的熵权灰色关联分析算法实现 | 第51-52页 |
| 4.3.5 仿真结果与分析 | 第52-55页 |
| 4.4 基于不确定性模板库的弹道导弹识别算法研究 | 第55-58页 |
| 4.4.1 模糊隶属度加权分类算法基本原理 | 第55页 |
| 4.4.2 隶属度加权算法实现 | 第55-56页 |
| 4.4.3 仿真结果与分析 | 第56-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 作者在学期间取得的学术成果 | 第65-66页 |
| 附录A 现役弹道导弹参数表 | 第66-67页 |
