| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 缩略词 | 第10-11页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外相关研究现状 | 第12-15页 |
| 1.2.1 跑道入侵防御系统研究现状 | 第12-13页 |
| 1.2.2 目标识别技术的研究现状 | 第13-14页 |
| 1.2.3 多传感器数据融合研究现状 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-18页 |
| 1.3.1 研究内容 | 第15-17页 |
| 1.3.2 章节安排 | 第17-18页 |
| 第2章 机场场面移动目标检测 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 AMR地磁传感器的目标检测方法 | 第18-21页 |
| 2.2.1 传感器检测的基本原理 | 第18-20页 |
| 2.2.2 场面移动目标的磁体模型 | 第20-21页 |
| 2.3 面向跑道入侵的传感器网络布局 | 第21-22页 |
| 2.4 非协作目标信号检测 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 机场移动目标磁信号的特征提取 | 第25-39页 |
| 3.1 引言 | 第25页 |
| 3.2 时域特征提取 | 第25-28页 |
| 3.2.1 目标长度 | 第25-26页 |
| 3.2.2 感知信号时域规整 | 第26-27页 |
| 3.2.3 感知信号峰值特征提取 | 第27-28页 |
| 3.3 基于小波变换的频域特征提取 | 第28-33页 |
| 3.3.1 小波变换的基本概念 | 第28-30页 |
| 3.3.2 频域特征提取 | 第30-33页 |
| 3.4 不同目标特征间区分度测度 | 第33-34页 |
| 3.5 仿真验证 | 第34-38页 |
| 3.5.1 仿真设置 | 第34-36页 |
| 3.5.2 结果分析 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 基于传感器网络的场面目标识别 | 第39-56页 |
| 4.1 引言 | 第39页 |
| 4.2 基于最大隶属度的模糊识别 | 第39-42页 |
| 4.2.1 模糊识别的基本概念 | 第39-40页 |
| 4.2.2 基于最大隶属度的模糊识别模型建立 | 第40-42页 |
| 4.3 单传感器的目标识别 | 第42-45页 |
| 4.3.1 D-S证据理论的基本概念 | 第42页 |
| 4.3.2 基于证据间相似系数的一级数据融合 | 第42-45页 |
| 4.4 基于D-S证据理论的多传感器的多轴向数据融合 | 第45-47页 |
| 4.4.1 基于信号能量值的传感器权重分配 | 第45-47页 |
| 4.4.2 基于加乘综合法的多传感器多轴向的二级数据融合 | 第47页 |
| 4.5 融合结果的最终目标决策 | 第47-48页 |
| 4.6 仿真验证 | 第48-55页 |
| 4.6.1 仿真步骤 | 第48-52页 |
| 4.6.2 结果分析 | 第52-55页 |
| 4.7 本章小结 | 第55-56页 |
| 第5章 总结 | 第56-58页 |
| 5.1 论文研究成果总结 | 第56页 |
| 5.2 工作展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 在学期间的研究成果及发表的学术论文 | 第62-63页 |
| 附录 | 第63-69页 |