| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外发展及现状 | 第10-12页 |
| 1.3 课题研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 相关技术介绍 | 第15-22页 |
| 2.1 混沌学 | 第15-16页 |
| 2.1.1 混沌的起源 | 第15页 |
| 2.1.2 混沌的概念 | 第15-16页 |
| 2.2 粒子群算法 | 第16-19页 |
| 2.2.1 粒子群算法的历史 | 第16-17页 |
| 2.2.2 标准的粒子群算法 | 第17-18页 |
| 2.2.3 标准粒子群算法的流程 | 第18-19页 |
| 2.3 相空间重构 | 第19-21页 |
| 2.3.1 简介 | 第19-20页 |
| 2.3.2 相空间重构理论思想 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 海杂波的产生及其特性分析 | 第22-38页 |
| 3.1 海杂波的产生 | 第22-23页 |
| 3.2 海杂波的幅度分布特性 | 第23-29页 |
| 3.2.1 Rayleigh分布 | 第23-25页 |
| 3.2.2 Lognormal分布 | 第25-26页 |
| 3.2.3 Weibull分布 | 第26-27页 |
| 3.2.4 复合K分布 | 第27-29页 |
| 3.3 海杂波的相关特性 | 第29-30页 |
| 3.3.1 时间相关性 | 第29页 |
| 3.3.2 空间相关性 | 第29-30页 |
| 3.4 海杂波的混沌特性分析 | 第30-37页 |
| 3.4.1 关联维数 | 第30-33页 |
| 3.4.2 Lyapunov指数 | 第33-34页 |
| 3.4.3 Kolmogorov熵 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 粒子群优化算法的混沌改进及海杂波回归预测 | 第38-54页 |
| 4.1 粒子群算法的收敛性分析 | 第38-42页 |
| 4.1.1 粒子轨迹收敛分析 | 第38-41页 |
| 4.1.2 粒子速度收敛分析 | 第41-42页 |
| 4.2 混沌粒子群优化算法 | 第42-45页 |
| 4.2.1 混沌优化 | 第42-43页 |
| 4.2.2 算法的基本思想 | 第43-44页 |
| 4.2.3 算法的流程 | 第44-45页 |
| 4.3 基于混沌粒子群海杂波回归预测 | 第45-53页 |
| 4.3.1 数据来源 | 第45-46页 |
| 4.3.2 支持向量机描述 | 第46-47页 |
| 4.3.3 混沌粒子群算法优化支持向量机参数 | 第47-48页 |
| 4.3.4 基于CPSO-SVM的海杂波回归预测 | 第48-52页 |
| 4.3.5 海杂波回归预测在海防雷达仿真系统中的应用结果 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 海防雷达仿真系统中杂波抑制模块的设计与实现 | 第54-68页 |
| 5.1 海防雷达仿真系统中杂波抑制模块概述 | 第54-57页 |
| 5.1.1 引言 | 第54页 |
| 5.1.2 杂波抑制模块设计思想 | 第54-55页 |
| 5.1.3 杂波抑制模块的界面设计与实现 | 第55-57页 |
| 5.2 基于奇异值分解法的海浪抑制 | 第57-62页 |
| 5.2.1 海浪杂波抑制的特点 | 第57-58页 |
| 5.2.2 奇异值分解法 | 第58-59页 |
| 5.2.3 实验效果与结果分析 | 第59-62页 |
| 5.3 基于中值滤波算法的雨雪抑制 | 第62-67页 |
| 5.3.1 雨雪杂波抑制的特点 | 第62页 |
| 5.3.2 中值滤波算法 | 第62-64页 |
| 5.3.3 实验效果与结果分析 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 论文总结 | 第68-69页 |
| 6.2 工作展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73页 |