毫米波雷达对电力线检测的关键技术研究
摘要 | 第3-4页 |
ABSTRACT | 第4页 |
1 绪论 | 第7-11页 |
1.1 研究背景 | 第7-8页 |
1.2 国内外研究现状 | 第8-9页 |
1.2.1 国外研究概况 | 第8-9页 |
1.2.2 国内研究概况 | 第9页 |
1.3 论文安排 | 第9-11页 |
2 电力线电磁散射特性分析 | 第11-27页 |
2.1 毫米波避障雷达一维距离像系统 | 第11-14页 |
2.1.1 线性调频波雷达测距原理 | 第11-12页 |
2.1.2 毫米波避障雷达系统 | 第12-14页 |
2.2 电力线模型 | 第14-17页 |
2.2.1 实际的电力线结构 | 第15页 |
2.2.2 电力线表面的数学模型 | 第15-17页 |
2.3 电力线在毫米波雷达下的散射特性 | 第17-26页 |
2.3.1 电力线的RCS仿真 | 第17-21页 |
2.3.2 电力线的极化散射特性分析 | 第21-23页 |
2.3.3 电力线的极化检测 | 第23-26页 |
2.4 本章小结 | 第26-27页 |
3 电力线方位-距离图像获取和预处理 | 第27-37页 |
3.1 电力线的毫米波雷达图像 | 第27-32页 |
3.1.1 毫米波雷达方位-距离二维图像 | 第27-28页 |
3.1.2 电力线雷达回波模拟 | 第28-30页 |
3.1.3 雷达图像中的电力线检测 | 第30-32页 |
3.2 霍夫变换检测图像中的直线段 | 第32-36页 |
3.2.1 霍夫变换算法描述 | 第32-33页 |
3.2.2 预处理 | 第33-35页 |
3.2.3 霍夫变换检测直线段 | 第35-36页 |
3.3 本章小结 | 第36-37页 |
4 监督式学习分类器对直线段分类 | 第37-63页 |
4.1 几种监督式分类算法 | 第37-45页 |
4.1.1 决策树分类器 | 第37-40页 |
4.1.2 朴素贝叶斯分类器 | 第40-41页 |
4.1.3 支持向量机分类器 | 第41-45页 |
4.2 特征向量提取 | 第45-48页 |
4.3 三种分类算法对电力线检测的仿真结果 | 第48-58页 |
4.3.1 决策树分类器对候选直线分类 | 第48-51页 |
4.3.2 朴素贝叶斯分类器对候选直线分类 | 第51-55页 |
4.3.3 支持向量机对候选直线分类 | 第55-58页 |
4.4 三种分类器的性能比较 | 第58-61页 |
4.5 本章小结 | 第61-63页 |
5. 总结和展望 | 第63-65页 |
5.1 总结 | 第63页 |
5.2 展望 | 第63-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-69页 |