首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--雷达信号检测处理论文

基于微多普勒特征的SAR/GMTI车辆目标分类

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-19页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究现状第11-17页
        1.2.1 SAR/GMTI研究现状第11-13页
        1.2.2 微多普勒特性分析与应用研究现状第13-14页
        1.2.3 微多普勒在目标分类的研究现状第14-17页
    1.3 本文的主要内容和结构第17-19页
第2章 SAR/GMTI车辆微动信号回波与EMD分解第19-30页
    2.1 引言第19页
    2.2 轮式车辆与履带式车辆仿真模型第19-23页
        2.2.1 双通道SAR/GMTI模型第19-21页
        2.2.2 轮式车辆散射点模型第21-22页
        2.2.3 履带式车辆散射点模型第22-23页
    2.3 车辆目标原始回波信号预处理第23-24页
    2.4 EMD分解第24-29页
        2.4.1 EMD算法的原理第24-26页
        2.4.2 实验结果第26-29页
    2.5 本章小结第29-30页
第3章 基于EEMD分解的能量分布特征的车辆目标分类方法第30-43页
    3.1 引言第30-31页
    3.2 基于EEMD的微多普勒信号抽取第31-35页
        3.2.1 EEMD基本理论第31-32页
        3.2.2 实验结果第32-35页
    3.3 基于EEMD分解的能量分布分类算法第35-41页
        3.3.1 基于EEMD分解的车辆目标能量比第35-38页
        3.3.2 基于能量比值的特征提取第38-40页
        3.3.3 基于能量分布特征的车辆目标分类算法第40页
        3.3.4 实验结果第40-41页
    3.4 本章小结第41-43页
第4章 基于EEMD分解的扩展微多普勒特征的车辆目标分类方法第43-55页
    4.1 引言第43-44页
    4.2 基于EEMD分解的扩展微多普勒特征算法第44-49页
        4.2.1 基于相关性分析的有效IMF选择第44-47页
        4.2.2 基于微多普勒特征提取第47-49页
        4.2.3 基于扩展微多普勒特征的目标分类算法第49页
    4.3 实验结果第49-54页
    4.4 本章总结第54-55页
第5章 总结与展望第55-57页
    5.1 主要研究工作和取得的成果第55-56页
    5.2 下一步工作及展望第56-57页
致谢第57-58页
参考文献第58-62页
附录第62页

论文共62页,点击 下载论文
上一篇:光伏太阳能远程监控的原理及应用
下一篇:基于LBP和LPQ的人脸表情识别