摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-32页 |
§1.1 研究背景及意义 | 第12-13页 |
§1.2 海杂波研究历史与现状 | 第13-15页 |
§1.3 海面目标检测方法研究现状 | 第15-20页 |
§1.3.1 恒虚警检测方法 | 第15-17页 |
§1.3.2 基于时频分析、小波变换以及图像处理的目标检测方法 | 第17-18页 |
§1.3.3 基于自适应匹配滤波的目标检测算法 | 第18页 |
§1.3.4 基于混沌、神经网络以及分形的目标检测算法 | 第18-20页 |
§1.4 论文的研究内容和安排 | 第20-21页 |
参考文献 | 第21-32页 |
第二章 海杂波机理及其特性分析 | 第32-54页 |
§2.1 海杂波物理组成机理 | 第32-37页 |
§2.1.1 雷达海杂波回波的形成机理 | 第33-35页 |
§2.1.2 海情的分类 | 第35-37页 |
§2.2 海杂波统计特性 | 第37-45页 |
§2.2.1 极化方式的影响 | 第37-39页 |
§2.2.2 常见的海杂波幅度统计模型 | 第39-45页 |
§2.3 海杂波的相关性 | 第45-47页 |
§2.3.1 海杂波的时间相关性 | 第46-47页 |
§2.3.2 海杂波的空间相关性 | 第47页 |
§2.4 实测雷达数据统计模型验证 | 第47-51页 |
§2.5 本章小结 | 第51-52页 |
参考文献 | 第52-54页 |
第三章 基于T-FP方法的海杂波弱小目标检测算法 | 第54-66页 |
§3.1 引言 | 第54页 |
§3.2 高分辨雷达回波模型以及归一化自适应匹配滤波检测器 | 第54-56页 |
§3.2.1 高分辨雷达回波模型 | 第54-55页 |
§3.2.2 自适应归一化匹配滤波检测器 | 第55-56页 |
§3.3 基于 T-FP 方法的海杂波弱小目标检测算法 | 第56-57页 |
§3.4 仿真分析 | 第57-62页 |
§3.4.1 实验数据的验证 | 第57-60页 |
§3.4.2 算法仿真 | 第60-62页 |
§3.5 本章小结 | 第62-63页 |
参考文献 | 第63-66页 |
第四章 基于Radon变换及其逆变换的海杂波中弱小目标检测算法研究 | 第66-84页 |
§4.1 引言 | 第66页 |
§4.2 基于 Radon 变换的检测算法 | 第66-76页 |
§4.2.1 Radon 变换 | 第66-67页 |
§4.2.2 检测算法 | 第67-70页 |
§4.2.3 仿真分析 | 第70-76页 |
§4.2.4 结论 | 第76页 |
§4.3 基于 Radon 逆变换的检测算法 | 第76-81页 |
§4.3.1 Radon 逆变换 | 第76-77页 |
§4.3.2 算法描述 | 第77页 |
§4.3.3 仿真分析 | 第77-80页 |
§4.3.4 结论 | 第80-81页 |
§4.4 本章小结 | 第81-82页 |
参考文献 | 第82-84页 |
第五章 基于分形的海杂波中弱小目标检测 | 第84-102页 |
§5.1 引言 | 第84-85页 |
§5.2 海杂波数据与分形分析 | 第85-91页 |
§5.2.1 实测海杂波数据介绍 | 第85页 |
§5.2.2 简单分形分析 | 第85-88页 |
§5.2.3 多重分形分析 | 第88-91页 |
§5.3 基于多重分形的弱小目标检测算法 | 第91-97页 |
§5.4 本章小结 | 第97-99页 |
参考文献 | 第99-102页 |
第六章 总结与展望 | 第102-106页 |
§6.1 总结 | 第102-103页 |
§6.2 展望 | 第103-106页 |
致谢 | 第106-108页 |
作者攻读博士学位期间的研究成果 | 第108-109页 |