雷达高分辨距离像目标识别算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10页 |
| 1.2 —维距离像目标识别概述及研究现状 | 第10-13页 |
| 1.3 研究概要与创新 | 第13-16页 |
| 第二章 雷达目标一维距离像特性 | 第16-24页 |
| 2.1 —维距离像基本原理 | 第16-17页 |
| 2.2 目标散射中心模型 | 第17页 |
| 2.3 —维距离像的特性分析 | 第17-20页 |
| 2.3.1 平移敏感性 | 第18-19页 |
| 2.3.2 姿态敏感性 | 第19页 |
| 2.3.3 幅度敏感性 | 第19-20页 |
| 2.4 本文中的实验数据 | 第20-23页 |
| 2.4.1 三种飞机实测距离像数据库 | 第20-21页 |
| 2.4.2 六种飞机实测距离像数据库 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于最近邻特征线的目标识别 | 第24-42页 |
| 3.1 特征线分类器 | 第24-30页 |
| 3.1.1 最近邻特征线分类器 | 第25页 |
| 3.1.2 最短特征线段分类器 | 第25-27页 |
| 3.1.3 最近邻特征中心分类器 | 第27-28页 |
| 3.1.4 NFL分类器的仿真实验 | 第28-30页 |
| 3.2 基于最近邻特征线的特征提取 | 第30-33页 |
| 3.2.1 NFLspace | 第30-31页 |
| 3.2.2 UDNFLA | 第31-32页 |
| 3.2.3 NFL特征提取方法仿真实验 | 第32-33页 |
| 3.3 改进型核非相关判别最近邻特征线分析 | 第33-37页 |
| 3.3.1 EKUDNFLA算法推导 | 第33-36页 |
| 3.3.2 EKUDNFLA实现步骤 | 第36-37页 |
| 3.4 目标识别实验 | 第37-40页 |
| 3.4.1 三种飞机实测数据实验 | 第37-39页 |
| 3.4.2 六种飞机实测数据实验 | 第39-40页 |
| 3.4.3 实验结论 | 第40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 基于最近邻特征空间的目标识别 | 第42-56页 |
| 4.1 最近邻特征空间（NFS) | 第42-44页 |
| 4.1.1 空间模型 | 第42-43页 |
| 4.1.2 投影点的计算 | 第43-44页 |
| 4.2 最近邻特征空间的特征提取 | 第44-47页 |
| 4.2.1 NFSA | 第44页 |
| 4.2.2 DNFSA | 第44-45页 |
| 4.2.3 NFS方法的仿真实验 | 第45-47页 |
| 4.3 算法的改进 | 第47-50页 |
| 4.3.1 ENFS分类器 | 第48页 |
| 4.3.2 KNFSA | 第48-50页 |
| 4.4 目标识别实验 | 第50-55页 |
| 4.4.1 三种飞机实测数据实验 | 第50-53页 |
| 4.4.2 六种飞机实测数据实验 | 第53-55页 |
| 4.4.3 实验结论 | 第55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 总结 | 第56-58页 |
| 5.1 本文的主要工作 | 第56页 |
| 5.2 下一步工作的展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 学习期间取得的研究成果 | 第62-63页 |
