雷达信号特征提取与识别
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·雷达信号特征提取与识别的问题描述与研究意义 | 第8页 |
| ·雷达信号特征提取与识别的研究概况 | 第8-12页 |
| ·基于一维波形信息的雷达信号特征提取与识别 | 第8-10页 |
| ·基于二维图像信息的雷达信号特征提取与识别 | 第10-11页 |
| ·目前研究中存在的问题 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| 2 雷达信号特征提取与识别的基本原理 | 第13-20页 |
| ·雷达信号特征提取与识别的一般流程 | 第13-14页 |
| ·人工神经网络简介 | 第14-18页 |
| ·BP人工神经网络 | 第14-16页 |
| ·径向基函数人工神经网络 | 第16-18页 |
| ·BP神经网络与径向基函数神经网络的比较 | 第18页 |
| ·小结 | 第18-20页 |
| 3 基于一维波形数据的雷达信号特征提取与识别 | 第20-27页 |
| ·波形数据预处理 | 第20-21页 |
| ·基于波形数据的特征定义与提取 | 第21-25页 |
| ·单一回波数据的特征定义 | 第21-24页 |
| ·回波组数据的特征提取 | 第24-25页 |
| ·基于一维波形数据的识别结果 | 第25-26页 |
| ·小结 | 第26-27页 |
| 4 基于二维轮廓像的雷达信号特征提取与识别 | 第27-48页 |
| ·维轮廓像预处理 | 第27-28页 |
| ·数学形态学简介 | 第27页 |
| ·预处理过程 | 第27-28页 |
| ·基于Fourier描述子的轮廓像特征提取与识别 | 第28-33页 |
| ·基于Fourier描述子的轮廓像特征提取 | 第28-31页 |
| ·基于Fourier描述子特征的识别结果 | 第31-33页 |
| ·基于链码的轮廓像特征提取与识别 | 第33-37页 |
| ·基于链码的轮廓像特征提取 | 第33-37页 |
| ·基于链码特征的识别结果 | 第37页 |
| ·基于Hough变换的轮廓像特征提取与识别 | 第37-42页 |
| ·Hough变换的基本原理 | 第37-39页 |
| ·基于Hough变换的轮廓像特征提取方法 | 第39-42页 |
| ·基于Hough变换特征的识别结果 | 第42页 |
| ·轮廓像的特征融合 | 第42-47页 |
| ·基于主成分分析的轮廓像特征融合 | 第43-45页 |
| ·多特征合成网络的设计 | 第45-47页 |
| ·小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表学术论文情况 | 第52-53页 |
| 致谢 | 第53-55页 |
