基于时频特征提取和支持向量分类的主动目标识别
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 概述 | 第10-16页 |
| ·引言 | 第10页 |
| ·立题意义 | 第10-12页 |
| ·主动目标识别的发展现状 | 第12页 |
| ·本文主要研究思路 | 第12-16页 |
| 第二章 主动目标识别的信号处理基础 | 第16-26页 |
| ·现代信号处理检测与估计理论 | 第16-18页 |
| ·主动声纳相关理论 | 第18-22页 |
| ·声纳方程 | 第18-19页 |
| ·目标识别的理论依据—共振散射现象 | 第19-20页 |
| ·混响的信号模型 | 第20-22页 |
| ·主动目标模式识别的理论基础 | 第22-26页 |
| ·信号的可鉴别性描述 | 第22-24页 |
| ·非高斯噪声污染下可鉴别性描述 | 第24-26页 |
| 第三章 目标的时频特征提取 | 第26-45页 |
| ·基于时间-频率分析和回波强度的特征提取以及优化 | 第26-39页 |
| ·信号的时间-频率分析 | 第27-29页 |
| ·线性调频回波强度的短-时傅立叶变换描述 | 第29-34页 |
| ·短-时傅立叶变换鲁棒性分析以及应用 | 第34-36页 |
| ·特征结合优化以及特征选择 | 第36-39页 |
| ·基于多种正交变换结合的回波信号特征提取 | 第39-45页 |
| ·信号的正交变换以及目标特征描述 | 第39-41页 |
| ·多特征结合的回波信号特征提取 | 第41-45页 |
| 第四章 支持向量分类器 | 第45-51页 |
| ·支持向量分类器的理论基础 | 第45-48页 |
| ·统计学习理论以及支持向量机发展概述 | 第45-46页 |
| ·支持向量分类器的基本理论 | 第46-48页 |
| ·目标识别中的支持向量分类器的构造以及拓展 | 第48-51页 |
| ·C-支持向量机 | 第48-49页 |
| ·相关向量机 | 第49-51页 |
| 第五章 实验数据分析 | 第51-65页 |
| ·引言 | 第51页 |
| ·实验室波导实验设计 | 第51-53页 |
| ·实验室波导数据分析 | 第53-57页 |
| ·湖试数据处理 | 第57-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 作者在攻读硕士学位期间所发表的学术论文 | 第72页 |