首页--航空、航天论文--航空论文--航空仪表、航空设备、飞行控制与导航论文--电气设备论文

直升机机载毫米波电力线检测技术研究

摘要第5-6页
abstract第6-7页
第一章 绪论第10-14页
    1.1 课题背景及意义第10-11页
    1.2 国内外研究动态第11-12页
    1.3 本文主要工作第12页
    1.4 内容安排第12-14页
第二章 毫米波段电力线电磁散射特性分析第14-25页
    2.1 电力线物理结构第14-15页
    2.2 电力线RCS计算第15-18页
        2.2.1 电力线无限长导体圆柱体模型第15-16页
        2.2.2 Bragg散射现象第16-17页
        2.2.3 电力线实际RCS计算第17-18页
    2.3 电力线RCS仿真实验第18-19页
        2.3.1 电力线RCS仿真结果第18-19页
        2.3.2 仿真结果分析第19页
    2.4 机载PD雷达地面杂波分析第19-24页
        2.4.1 机载PD雷达地杂波统计特性第19-21页
        2.4.2 地杂波背景下电力线后向散射特性分析第21-24页
    2.5 本章小结第24-25页
第三章 基于跟踪滤波电力线检测方法研究第25-42页
    3.1 跟踪滤波数据预处理第25-29页
        3.1.1 脉冲压缩第25-27页
        3.1.2 脉间积累第27-28页
        3.1.3 CFAR检测第28-29页
    3.2 基于跟踪算法的电力线检测第29-35页
        3.2.1 电力线回波模型第29-31页
        3.2.2 电力线目标跟踪滤波方法第31-33页
        3.2.3 ab滤波处理第33-34页
        3.2.4 kalman滤波处理第34-35页
    3.3 仿真和性能分析第35-40页
        3.3.1 ab滤波方法仿真第36-38页
        3.3.2 kalman滤波方法仿真第38-40页
    3.4 实测数据分析第40-41页
    3.5 本章小结第41-42页
第四章 基于单脉冲测角对电力线检测方法研究第42-54页
    4.1 相位和差单脉冲测角原理第42-43页
    4.2 电力线和杂波直线在单脉冲测角下的角度差异第43-45页
    4.3 信杂比对测角精度的影响第45-46页
    4.4 信噪比对测角精度的影响第46-50页
    4.5 实测数据分析第50-53页
    4.6 本章小结第53-54页
第五章 分类算法对电力线的检测第54-78页
    5.1 支持向量机算法简介第54-58页
        5.1.1 最优分类面第54-57页
        5.1.2 核函数第57-58页
    5.2 神经网络算法介绍第58-60页
    5.3 地杂波参数估计第60-67页
        5.3.1 几何算术平均分布估计第60-61页
        5.3.2 最大似然估计第61-62页
        5.3.3 最小二乘估计第62-63页
        5.3.4 矩估计第63-64页
        5.3.5 四种参数估计算法性能比较第64-67页
    5.4 电力线特征向量提取第67-71页
    5.5 监督学习分类算法在地杂波背景下对电力线检测效果分析第71-74页
        5.5.1 支持向量机分类第71-72页
        5.5.2 BP神经网络分类第72-74页
    5.6 聚类算法简介第74-75页
    5.7 k-means算法在地杂波背景下对电力线检测效果分析第75-77页
    5.8 本章小结第77-78页
第六章 总结与展望第78-80页
    6.1 本文工作总结第78-79页
    6.2 展望第79-80页
致谢第80-81页
参考文献第81-84页
攻读硕士学位期间的研究成果第84页

论文共84页,点击 下载论文
上一篇:针对民用小型无人机的干扰与反制技术研究
下一篇:反熔丝现场可编程门阵列架构设计技术研究