摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-15页 |
·研究背景及意义 | 第10页 |
·雷达目标识别技术概述 | 第10-13页 |
·基于目标运动轨迹特征的识别 | 第10页 |
·基于目标回波幅度起伏特性识别 | 第10-11页 |
·基于目标极点的目标识别 | 第11页 |
·基于极化特征目标识别 | 第11页 |
·基于目标二维像的识别 | 第11页 |
·基于目标一维距离像的识别 | 第11-13页 |
·论文主要内容和创新之处 | 第13-15页 |
第二章 雷达目标一维距离像 | 第15-27页 |
·雷达目标散射中心模型 | 第15-16页 |
·雷达目标一维距离像的生成 | 第16-17页 |
·一维距离像的特点 | 第17-18页 |
·一维距离像的姿态角敏感性 | 第17-18页 |
·散射点越距离单元走动 | 第17页 |
·子回波间相位差变化 | 第17-18页 |
·一维距离像的平移性及幅度敏感性 | 第18页 |
·一维距离像实测数据描述 | 第18-20页 |
·一维距离像的预处理 | 第20-26页 |
·一维距离像的归一化处理 | 第21页 |
·一维距离像的平移不变处理 | 第21-24页 |
·一维距离像的Fourier 变换 | 第21-22页 |
·一维距离像的零相位对齐 | 第22-24页 |
·实验 | 第24-25页 |
·实验小结 | 第25-26页 |
·本章小结 | 第26-27页 |
第三章 基于MSKM 方法的雷达目标一维距离像识别 | 第27-38页 |
·传统的子空间法 | 第27-29页 |
·主成分分析 | 第27-28页 |
·线性辨别分析 | 第28-29页 |
·SKM 方法 | 第29-30页 |
·MSKM 方法 | 第30-32页 |
·三种实测目标实验 | 第32-36页 |
·实验 | 第32-36页 |
·SKM、MSKM 方法对投影后样本分布的影响 | 第32-33页 |
·大样本条件下PCA、SKM、MSKM 方法的识别性能 | 第33-34页 |
·小样本条件下PCA、LDA、SKM、MSKM 方法的识别性能 | 第34-36页 |
·实验小结 | 第36页 |
·本章小结 | 第36-38页 |
第四章 基于DUAL-KCCA 方法的雷达目标一维距离像识别 | 第38-55页 |
·CCA 方法 | 第38-40页 |
·KCCA 方法 | 第40-43页 |
·KCCA+PCA 方法 | 第43-44页 |
·DUAL-KCCA 方法 | 第44-48页 |
·Dual-KCCA 基本思想 | 第44-45页 |
·Dual-KCCA 算法步骤 | 第45-48页 |
·主空间F 中的特征提取 | 第45-46页 |
·补空间F|- 中的特征提取 | 第46-48页 |
·三种实测目标实验 | 第48-54页 |
·实验 | 第48-53页 |
·CCA 与KCCA 的识别性能比较 | 第48-50页 |
·KCCA+Pinv、KCCA+PCA、Dual-KCCA 的识别性能比较 | 第50-52页 |
·ε 对 Dual-KCCA 识别性能的影响 | 第52-53页 |
·实验小结 | 第53-54页 |
·本章小结 | 第54-55页 |
第五章 基于MLDE 方法的雷达目标一维距离像识别 | 第55-76页 |
·流形学基本方法概述 | 第55-58页 |
·非线性降维的流形学方法简介 | 第55-58页 |
·用于线性降维的流形学方法简介 | 第58页 |
·用于目标识别的线性流形学方法 | 第58-64页 |
·LDE 方法 | 第58-60页 |
·MLDE 方法 | 第60-63页 |
·KMLDE 方法 | 第63-64页 |
·三种实测目标实验 | 第64-75页 |
·LLP、LDE、MLDE、KMLDE 方法的比较 | 第64-70页 |
·数据降至不同维数,LLP、LDE、MLDE、KMLDE 方法的识别性能 | 第64-67页 |
·近邻点数目不同,LLP、LDE、MLDE、KMLDE 方法的识别性能 | 第67-70页 |
·t_1 、t_2 对MLDE 识别性能的影响 | 第70-72页 |
·t_1 对MLDE 方法识别性能的影响 | 第70-71页 |
·t_2 对MLDE 方法识别性能的影响 | 第71-72页 |
·实验小结 | 第72-75页 |
·本章小结 | 第75-76页 |
第六章 总结及展望 | 第76-79页 |
·总结 | 第76-77页 |
·展望 | 第77-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-85页 |
在学期间研究成果 | 第85-86页 |