包邮 雷达目标检测非线性理论及应用

第1章 绪论 001 1.1 经典雷达目标检测方法 002 1.2 混沌理论在雷达目标检测中的应用 013 1.3 自相似（分形）理论在雷达目标检测中的应用 018 1.4 非线性回归理论在雷达目标检测中的应用 024 1.5 深度学习方法在雷达目标检测中的应用 025 参考文献 030 第2章 非线性理论 046 2.1 自相似（分形）理论 046 2.1.1 数学基础 046 2.1.2 自相似与自仿射 052 2.1.3 标度不变性 055 2.1.4 Hausdorff测度与维数 056 2.1.5 盒维数 059 2.2 非线性回归理论 063 2.2.1 ARCH模型及性质 064 2.2.2 ARCH模型参数估计 065 2.2.3 GARCH模型及性质 067 2.2.4 GARCH模型参数估计 068 2.3 深度学习方法 070 2.3.1 卷积神经网络 070 2.3.2 残差神经网络 072 2.3.3 长短期记忆网络 074 参考文献 078 第3章 雷达目标检测理论基础 080 3.1 引言 080 3.2 固定门限检测 081 3.2.1 检测过程 081 3.2.2 奈曼 皮尔逊准则 085 3.2.3 雷达信号的门限检测 088 3.3 CFAR检测 093 3.3.1 基本模型 094 3.3.2 CA-CFAR检测器 097 3.3.3 非参量CFAR检测器 099 3.3.4 自适应CFAR检测器 110 3.4 特征检测 117 参考文献 121 第4章 时域海杂波均匀自相似（分形）特性与目标检测 124 4.1 海杂波序列自相似特性及影响因素 124 4.1.1 分形海面的电磁散射信号特性 124 4.1.2 自相似判定与无标度区间 143 4.1.3 分形参数估计与分析 146 4.1.4 分形参数的影响因素 150 4.2 利用单一Hurst指数的目标检测方法 160 4.3 基于分形相关系数的目标检测方法 165 4.4 基于DFA分段自相似特征的目标检测方法 170 4.4.1 检验统计量的选取 171 4.4.2 检测方