首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--数据、图像处理及录取论文

SAR图像舰船目标检测与鉴别技术研究

摘要第1-10页
ABSTRACT第10-11页
第一章 绪论第11-20页
   ·研究背景及意义第11-12页
   ·SAR图像舰船目标检测的研究现状第12-17页
     ·国内外研究现状第12-14页
     ·典型的舰船目标检测系统第14-16页
     ·舰船目标检测的通用处理流程第16-17页
   ·论文结构安排第17-20页
第二章 SAR图像海杂波统计建模第20-37页
   ·海杂波统计特性分析第20-21页
     ·海杂波的幅度特性第20-21页
     ·海杂波的相关性第21页
   ·海杂波统计建模方法第21-25页
     ·统计建模的一般步骤第22页
     ·杂波统计模型的参数估计第22-23页
     ·拟合优度检验第23-25页
   ·经典海杂波统计模型第25-29页
     ·瑞利分布第25-26页
     ·对数正态分布和韦布尔分布第26-27页
     ·K分布第27-28页
     ·经典杂波统计模型的参数估计第28-29页
   ·基于G~0分布海杂波统计建模分析第29-33页
     ·G~0分布的推导第29-32页
     ·G~0分布的参数估计第32-33页
   ·实验结果与分析第33-36页
   ·小结第36-37页
第三章 基于G~0分布局部滑窗CFAR的舰船目标检测第37-57页
   ·影响舰船目标检测的因素第37-38页
   ·基于CFAR的舰船目标检测方法分析第38-44页
     ·CFAR基本原理第38-39页
     ·常用的CFAR检测器第39-41页
     ·基于经典统计模型的CFAR阂值推导第41-44页
   ·基于G~0分布局部滑窗CFAR的舰船目标检测方法第44-49页
     ·基于G~0分布CFAR的阂值推导第44-45页
     ·基于G~0分布经典局部滑窗CFAR方法分析第45-46页
     ·基于G~0分布局部滑窗CFAR的改进第46-49页
   ·实验结果与分析第49-55页
   ·小结第55-57页
第四章 基于特征选取的舰船目标鉴别第57-75页
   ·常用鉴别方法分析第57-58页
   ·基于特征选取的舰船目标鉴别方法第58-65页
     ·鉴别特征提取第58-60页
     ·基于自适应遗传算法的特征选择第60-63页
     ·基于SVM的分类方法第63-64页
     ·基于特征选取的舰船目标鉴别方案第64-65页
   ·实验结果与分析第65-74页
     ·特征提取结果与分析第65-68页
     ·特征选择结果与分析第68-70页
     ·分类结果与分析第70-73页
     ·整个鉴别处理的实验结果与分析第73-74页
   ·小结第74-75页
第五章 结束语第75-77页
   ·本文的主要工作第75-76页
   ·下一步工作展望第76-77页
致谢第77-78页
参考文献第78-82页
作者在学期间取得的学术成果第82-83页
附录A 目标部分鉴别特征第83-84页

论文共84页,点击 下载论文
上一篇:边缘网络流媒体传输模型与质量监测的研究与应用
下一篇:无线传感器网络中移动目标鲁棒跟踪方法研究