| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究动态 | 第10-13页 |
| 1.2.1 基于微摄动信号的人体探测 | 第10-12页 |
| 1.2.2 基于步态特征的人体探测 | 第12-13页 |
| 1.3 论文的主要内容及结构安排 | 第13-14页 |
| 第二章 人体雷达回波信号分析 | 第14-23页 |
| 2.1 基于单频连续波的人体微摄动回波信号分析 | 第14-16页 |
| 2.1.1 人体微摄动信号回波模型 | 第14-15页 |
| 2.1.2 人体微摄动回波信号分析 | 第15-16页 |
| 2.2 基于步进频连续波的人体微摄动信号回波分析 | 第16-19页 |
| 2.2.1 人体微摄动信号回波模型 | 第17-18页 |
| 2.2.2 人体微摄动回波信号分析 | 第18-19页 |
| 2.3 基于单频连续波的人体步态信号回波分析 | 第19-21页 |
| 2.3.1 人体步态信号回波模型 | 第19-20页 |
| 2.3.2 人体步态回波信号分析 | 第20-21页 |
| 2.4 小结 | 第21-23页 |
| 第三章 基于微摄动信息的人体探测算法研究 | 第23-50页 |
| 3.1 传统人体探测算法 | 第23-31页 |
| 3.1.1 单频连续波傅里叶变换算法 | 第23-27页 |
| 3.1.2 步进频连续波傅里叶变换算法 | 第27-31页 |
| 3.2 双通道相关熵探测算法 | 第31-44页 |
| 3.2.1 相关熵定义 | 第31-32页 |
| 3.2.2 基于相关熵的人体微摄动信息探测原理 | 第32-34页 |
| 3.2.3 仿真结果 | 第34-40页 |
| 3.2.4 试验结果 | 第40-44页 |
| 3.3 基于相关分析的人体探测算法 | 第44-49页 |
| 3.3.1 相关分析原理 | 第44-46页 |
| 3.3.2 仿真结果 | 第46-49页 |
| 3.4 小结 | 第49-50页 |
| 第四章 基于步态特征的人体探测算法研究 | 第50-67页 |
| 4.1 人体步态信号谱图的获取 | 第50-56页 |
| 4.1.1 基于短时傅里叶变换的人体步态信号谱图获取 | 第50-51页 |
| 4.1.2 人体步态信号谱图的预处理 | 第51-53页 |
| 4.1.3 仿真验证 | 第53-56页 |
| 4.2 基于人体步态回波谱图的特征提取 | 第56-59页 |
| 4.2.1 人体步态回波谱图特征分析 | 第56-57页 |
| 4.2.2 人体步态回波谱图特征参数提取 | 第57-59页 |
| 4.3 基于谱图特征参数的人体运动状态识别 | 第59-65页 |
| 4.3.1 支持向量机算法理论 | 第59-61页 |
| 4.3.2 仿真验证 | 第61-63页 |
| 4.3.3 试验验证 | 第63-65页 |
| 4.4 小结 | 第65-67页 |
| 第五章 结束语 | 第67-68页 |
| 5.1 全文总结 | 第67页 |
| 5.2 工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间的研究成果 | 第73-74页 |