论文目录 | |
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-34页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.2 雷达目标识别发展概述 | 第15-21页 |
| 1.2.1 雷达目标识别的发展历史以及国内外研究概况 | 第15-18页 |
| 1.2.2 雷达目标识别技术概述 | 第18-21页 |
| 1.3 基于高分辨距离像的雷达目标识别技术 | 第21-28页 |
| 1.3.1 基于散射中心模型的识别 | 第22页 |
| 1.3.2 针对HRRP姿态敏感性的识别 | 第22-23页 |
| 1.3.3 针对HRRP平移敏感性的识别 | 第23-24页 |
| 1.3.4 基于子空间学习的HRRP目标识别 | 第24页 |
| 1.3.5 基于统计建模的HRRP目标识别 | 第24-25页 |
| 1.3.6 利用HRRP序列和多视角HRRP的目标识别 | 第25页 |
| 1.3.7 基于现代信息理论和人工智能的目标识别 | 第25-28页 |
| 1.4 高分辨距离像实验数据描述 | 第28-31页 |
| 1.4.1 实验数据说明 | 第28-31页 |
| 1.4.2 实验数据预处理 | 第31页 |
| 1.5 本论文研究内容和章节安排 | 第31-34页 |
| 第二章 基于增强核邻域保持投影算法的目标识别研究 | 第34-47页 |
| 2.1 引言 | 第34-35页 |
| 2.2 NPP算法在雷达目标识别中的应用 | 第35-36页 |
| 2.3 ENPP算法 | 第36-38页 |
| 2.3.1 相似性距离测度 | 第36-38页 |
| 2.3.2 ENPP算法实现步骤 | 第38页 |
| 2.4 EKNPP算法 | 第38-42页 |
| 2.4.1 EKNPP算法推导与求解 | 第38-41页 |
| 2.4.2 EKNPP算法实现步骤 | 第41-42页 |
| 2.5 雷达目标识别实验 | 第42-46页 |
| 2.5.1 实验1 | 第42-43页 |
| 2.5.2 实验2 | 第43-46页 |
| 2.6 本章小结 | 第46-47页 |
| 第三章 基于局部切空间排列算法的目标识别研究 | 第47-60页 |
| 3.1 引言 | 第47-48页 |
| 3.2 LTSA算法简介 | 第48-49页 |
| 3.2.1 流形学习与维数压缩 | 第48页 |
| 3.2.2 LTSA算法的实现步骤 | 第48-49页 |
| 3.3 LLTSA算法 | 第49-50页 |
| 3.4 线性鉴别局部切空间排列算法 | 第50-53页 |
| 3.4.1 LDLTSA算法推导 | 第50-53页 |
| 3.4.2 LDLTSA算法实现步骤 | 第53页 |
| 3.5 核鉴别局部切空间排列算法 | 第53-55页 |
| 3.5.1 KDLTSA算法推导 | 第53-55页 |
| 3.5.2 KDLTSA算法实现步骤 | 第55页 |
| 3.6 雷达目标识别实验 | 第55-59页 |
| 3.6.1 实验1 | 第55-58页 |
| 3.6.2 实验2 | 第58-59页 |
| 3.7 本章小结 | 第59-60页 |
| 第四章 基于邻域特征空间鉴别分析算法的目标识别研究 | 第60-73页 |
| 4.1 引言 | 第60-61页 |
| 4.2 NFL算法简介 | 第61-63页 |
| 4.2.1 NFL基本思想 | 第61-62页 |
| 4.2.2 NFLspace和UDNFLA算法 | 第62-63页 |
| 4.3 NFS算法简介 | 第63-64页 |
| 4.3.1 NFS基本思想 | 第63页 |
| 4.3.2 NFSA和DNFSA算法 | 第63-64页 |
| 4.4 NFSDA-I算法 | 第64-66页 |
| 4.4.1 NFSDA-I算法推导 | 第64-66页 |
| 4.4.2 NFSDA-I算法实现步骤 | 第66页 |
| 4.5 NFSDA-II算法 | 第66-67页 |
| 4.6 雷达目标识别实验 | 第67-72页 |
| 4.6.1 实验1 | 第68-70页 |
| 4.6.2 实验2 | 第70-72页 |
| 4.7 本章小结 | 第72-73页 |
| 第五章 基于几何结构特征和谱包络特征以及多特征综合的目标识别研究 | 第73-95页 |
| 5.1 引言 | 第73-74页 |
| 5.2 几何结构特征 | 第74-77页 |
| 5.2.1 等效散射中心维数和等效目标尺寸 | 第74-75页 |
| 5.2.2 熵 | 第75页 |
| 5.2.3 标准差和偏差 | 第75-76页 |
| 5.2.4 不规则度 | 第76页 |
| 5.2.5 回波功率 | 第76页 |
| 5.2.6 前几个强散射点的功率之和占总功率的比例 | 第76-77页 |
| 5.3 谱包络及其特征 | 第77-81页 |
| 5.3.1 谱包络的研究概述 | 第77页 |
| 5.3.2 谱包络的定义 | 第77-79页 |
| 5.3.3 基于谱包络的特征属性 | 第79-81页 |
| 5.4 基于几何结构特征的雷达目标识别实验 | 第81-87页 |
| 5.4.1 实验数据及实验方法 | 第81-82页 |
| 5.4.2 特征分析 | 第82-84页 |
| 5.4.3 基于单特征的识别结果 | 第84-85页 |
| 5.4.4 多特征综合 | 第85-87页 |
| 5.4.5 基于综合特征的识别结果 | 第87页 |
| 5.5 基于谱包络特征的雷达目标识别实验 | 第87-94页 |
| 5.5.1 特征分析 | 第87-89页 |
| 5.5.2 基于单特征的识别结果 | 第89-90页 |
| 5.5.3 多特征综合 | 第90-92页 |
| 5.5.4 基于综合特征的识别结果 | 第92-94页 |
| 5.6 本章小结 | 第94-95页 |
| 第六章 基于多特征融合的目标识别研究 | 第95-105页 |
| 6.1 引言 | 第95-96页 |
| 6.2 多层次融合目标识别框架及融合算法 | 第96-97页 |
| 6.3 基于D-S理论的HRRP多特征融合识别 | 第97-101页 |
| 6.3.1 多特征提取 | 第97-98页 |
| 6.3.2 D-S证据理论 | 第98页 |
| 6.3.3 基于D-S理论的多特征融合目标识别 | 第98-101页 |
| 6.4 基于D-S理论多特征融合的HRRP雷达目标识别方案 | 第101-102页 |
| 6.5 雷达目标识别实验 | 第102-103页 |
| 6.6 本章小结 | 第103-105页 |
| 第七章 宽带数字相控阵雷达目标识别系统技术研究 | 第105-113页 |
| 7.1 引言 | 第105-106页 |
| 7.2 宽带数字阵列雷达系统技术 | 第106-110页 |
| 7.2.1 宽带数字阵列雷达系统构成 | 第106-108页 |
| 7.2.2 宽带数字阵雷达多波束技术 | 第108页 |
| 7.2.3 宽带数字阵雷达收发通道校正方法 | 第108-110页 |
| 7.3 宽带数字阵雷达可重构信号与信息处理平台 | 第110-111页 |
| 7.4 宽带数字阵雷达目标识别开放式架构 | 第111-112页 |
| 7.5 本章小结 | 第112-113页 |
| 第八章 总结与展望 | 第113-118页 |
| 8.1 全文总结 | 第113-116页 |
| 8.2 未来工作展望 | 第116-118页 |
| 致谢 | 第118-119页 |
| 参考文献 | 第119-133页 |
| 附录 | 第133-136页 |
| 攻读博士学位期间取得的成果 | 第136-137页 |
