基于FRFT域特征的海面目标检测和分类技术研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究历史及现状 | 第11-13页 |
| 1.2.1 基于统计理论的研究 | 第11-12页 |
| 1.2.2 基于特征理论的研究 | 第12-13页 |
| 1.3 本文的主要内容 | 第13-16页 |
| 第二章 海杂波特性和分形理论 | 第16-28页 |
| 2.1 IPIX雷达实测数据 | 第16-18页 |
| 2.2 海杂波FRFT域特征分析 | 第18-24页 |
| 2.2.1 FRFT的定义及性质 | 第19-20页 |
| 2.2.2 最佳旋转角选取 | 第20-24页 |
| 2.3 分形理论 | 第24-27页 |
| 2.3.1 分形理论基础 | 第24-25页 |
| 2.3.2 分数布朗运动 | 第25-27页 |
| 2.4 本章小节 | 第27-28页 |
| 第三章 FRFT域统计特征检测器 | 第28-37页 |
| 3.1 FRFT域统计特征提取及分类能力分析 | 第28-31页 |
| 3.1.1 信息熵 | 第29-30页 |
| 3.1.2 变化域峰均比 | 第30页 |
| 3.1.3 变换域峰值标准差 | 第30-31页 |
| 3.2 目标和杂波在三维空间的可分辨性 | 第31-33页 |
| 3.3 基于三特征的快速凸包学习算法 | 第33-35页 |
| 3.4 检测器性能比较分析 | 第35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 FRFT域分形特征检测器 | 第37-45页 |
| 4.1 去趋势波动分析法 | 第37-39页 |
| 4.2 基于特征联合分析 | 第39-40页 |
| 4.3 实验结果分析 | 第40-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 基于SVM的特征分类器 | 第45-54页 |
| 5.1 SVM原理 | 第45-50页 |
| 5.1.1 最优分类超平面 | 第45-48页 |
| 5.1.2 SVM核函数 | 第48-50页 |
| 5.2 基于SVM的分类算法流程 | 第50-52页 |
| 5.3 实验结果分析 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 附录2 攻读硕士学位期间撰写的专利 | 第60-61页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第61-62页 |
| 致谢 | 第62页 |
