| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-29页 |
| 1.1 引言 | 第13-14页 |
| 1.2 探鱼技术及探鱼声纳研究现状 | 第14-19页 |
| 1.2.1 探鱼技术研究进展 | 第14-16页 |
| 1.2.2 探鱼声纳国内外发展现状 | 第16-19页 |
| 1.3 鱼声散射建模方法研究进展 | 第19-21页 |
| 1.3.1 单条鱼声散射建模研究 | 第19-20页 |
| 1.3.2 鱼群声散射建模研究 | 第20-21页 |
| 1.4 鱼类特征量提取方法与分类技术研究 | 第21-26页 |
| 1.4.1 基于声纳图像的特征提取与分类方法 | 第21-23页 |
| 1.4.2 基于声散射信号的特征提取与分类方法 | 第23-25页 |
| 1.4.3 多方位声散射数据融合与分类方法 | 第25-26页 |
| 1.4.4 其他方法 | 第26页 |
| 1.5 论文主要内容结构 | 第26-29页 |
| 第2章 有鳔鱼声散射模型与特性分析 | 第29-53页 |
| 2.1 引言 | 第29-30页 |
| 2.2 单条鳔鱼基尔霍夫声散射模型 | 第30-35页 |
| 2.2.1 鱼类声散射特性分析 | 第30页 |
| 2.2.2 基尔霍夫模式模型 | 第30-32页 |
| 2.2.3 建模及仿真 | 第32-35页 |
| 2.3 单条鳔鱼保角变换声散射模型 | 第35-43页 |
| 2.3.1 基于保角变换的鱼声散射建模 | 第35-39页 |
| 2.3.2 软边界定解条件 | 第39-40页 |
| 2.3.3 模型数值实现方法 | 第40-41页 |
| 2.3.4 数据处理及建模方法特性分析 | 第41-43页 |
| 2.4 游动鱼群多普勒现象声散射建模 | 第43-50页 |
| 2.4.1 鱼群声散射信号合成方法 | 第43-45页 |
| 2.4.2 鱼群多普勒声散射建模 | 第45-48页 |
| 2.4.3 鱼群回波信号仿真与分析 | 第48-50页 |
| 2.5 本章小结 | 第50-53页 |
| 第3章 多波束鱼群信息获取技术研究 | 第53-81页 |
| 3.1 引言 | 第53页 |
| 3.2 多波束探鱼声纳工作原理 | 第53-55页 |
| 3.3 相控阵五波束探鱼声纳相控方法 | 第55-61页 |
| 3.3.1 平面相控阵相控原理 | 第55-56页 |
| 3.3.2 五波束相控方法 | 第56-59页 |
| 3.3.3 五波束相控发射水池测试 | 第59-61页 |
| 3.4 基于预测滤波技术的鱼群信息估计方法 | 第61-67页 |
| 3.4.1 鱼群声阻抗特性分析 | 第61页 |
| 3.4.2 鱼群冲激响应估计 | 第61-64页 |
| 3.4.3 预测滤波模型 | 第64页 |
| 3.4.4 结果及分析 | 第64-67页 |
| 3.5 基于编码脉冲对的鱼群游动速度探测方法 | 第67-79页 |
| 3.5.1 鱼群游动速度探测基本原理及条件 | 第68-69页 |
| 3.5.2 鱼群测速复自相关算法 | 第69-71页 |
| 3.5.3 非相干与相干鱼群测速方法 | 第71-75页 |
| 3.5.4 低自相关旁瓣编码脉冲对鱼群测速方法 | 第75-79页 |
| 3.6 本章小结 | 第79-81页 |
| 第4章 鱼声散射多源特征提取及其分类特性 | 第81-101页 |
| 4.1 引言 | 第81页 |
| 4.2 基于小波包的鱼声散射特征提取 | 第81-83页 |
| 4.2.1 小波包系奇异值特征 | 第82-83页 |
| 4.2.2 小波包子带能量特征 | 第83页 |
| 4.3 时域及频域质心鱼声散射特征提取 | 第83-85页 |
| 4.3.1 时域质心 | 第83-84页 |
| 4.3.2 频域质心 | 第84-85页 |
| 4.4 基于离散余弦变换的鱼声散射特征提取 | 第85-86页 |
| 4.5 鱼声散射特征分类性能评估及测试方法 | 第86-89页 |
| 4.5.1 Fisher判别函数 | 第86-87页 |
| 4.5.2 SOM神经网络及其学习方法 | 第87-89页 |
| 4.6 分类特征的试验数据处理与分析 | 第89-99页 |
| 4.6.1 测试鱼种及声散射数据获取方法 | 第89-90页 |
| 4.6.2 鱼多源特征提取及分类性能分析 | 第90-96页 |
| 4.6.3 分类性能测试 | 第96-99页 |
| 4.6.4 频带宽度对鱼分类性能影响的分析 | 第99页 |
| 4.7 本章小结 | 第99-101页 |
| 第5章 多方位声散射数据融合鱼分类技术研究 | 第101-119页 |
| 5.1 引言 | 第101页 |
| 5.2 SVM分类原理 | 第101-104页 |
| 5.2.1 线性SVM分类器 | 第101-103页 |
| 5.2.2 非线性SVM分类器 | 第103-104页 |
| 5.2.3 多分类SVM分类器 | 第104页 |
| 5.3 基于合成核SVM的鱼分类方法 | 第104-108页 |
| 5.3.1 合成核函数的构造 | 第104-105页 |
| 5.3.2 特征向量的分组 | 第105-106页 |
| 5.3.3 分类器参数的搜索方法 | 第106-107页 |
| 5.3.4 合成核SVM分类正确率与单核SVM的比较 | 第107-108页 |
| 5.4 多方位声散射数据融合鱼分类方法 | 第108-112页 |
| 5.4.1 鱼多方位声散射特性理论分析 | 第108-109页 |
| 5.4.2 特征层融合方法 | 第109页 |
| 5.4.3 决策层融合方法 | 第109-110页 |
| 5.4.4 协作融合方法 | 第110-112页 |
| 5.5 试验数据处理与分析 | 第112-118页 |
| 5.5.1 鱼多方位声散射数据获取方法 | 第112-114页 |
| 5.5.2 分类结果对比分析 | 第114-118页 |
| 5.6 本章小结 | 第118-119页 |
| 结论 | 第119-123页 |
| 参考文献 | 第123-139页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第139-141页 |
| 致谢 | 第141页 |