線性正則變換及其在雷達(dá)信號(hào)參數(shù)估計(jì)中的應(yīng)用

第1章  線性正則變換背景簡(jiǎn)介 001
1.1　線性正則變換的起源與發(fā)展001
1.2　線性正則變換在信號(hào)處理中的應(yīng)用003
1.3　時(shí)頻分布與變換基礎(chǔ)004
1.3.1　時(shí)頻分布的基礎(chǔ)理論004
1.3.2　常見的時(shí)頻變換及其性質(zhì)006
1.4　調(diào)頻信號(hào)的參數(shù)估計(jì)算法分析012
第2章 線性正則變換的定義與基本原理 020
2.1　線性正則變換的定義、性質(zhì)及圖形解釋020
2.1.1　線性正則變換的定義020
2.1.2　線性正則變換的性質(zhì)022
2.1.3　線性正則變換的圖形解釋及優(yōu)勢(shì)分析024
2.2　基于LCT 域乘積-卷積理論的Hilbert 變換及廣義Bedrosian 定理025
2.2.1　Hilbert 變換及線性正則變換的卷積理論026
2.2.2　基于LCT 域乘積-卷積理論的Hilbert 變換定義與性質(zhì)027
2.2.3　基于LCT 的Hilbert 變換對(duì)030
2.2.4　基于LCT 的廣義Bedrosian 定理031
第3章 二維線性正則變換理論及其應(yīng)用 034
3.1　二維線性正則變換的定義及性質(zhì)035
3.1.1　2D LCT 的定義035
3.1.2　二維線性正則變換的基本性質(zhì)038
3.1.3　二維可分離線性正則變換的數(shù)值計(jì)算及實(shí)現(xiàn)039
3.2　二維線性正則變換的基礎(chǔ)理論041
3.2.1　二維NSLCT 的采樣、離散化方法及快速算法理論041
3.2.2　二維SLCT 的卷積和相關(guān)理論043
3.2.3　二維NSLCT 的不確定原理043
3.2.4　二維 NSLCT 的特征函數(shù)044
3.2.5　二維 SLCT 域的Hilbert 變換及性質(zhì)045
3.3　二維 LCT 的應(yīng)用046
3.3.1　濾波器設(shè)計(jì)046
3.3.2　光學(xué)系統(tǒng)分析046
3.3.3　圖像重構(gòu)及加密047
3.4　2D LCT 未來(lái)研究方向048
第4章  線性正則變換域的時(shí)頻分布 049
4.1　基于線性正則變換的模糊函數(shù)050
4.1.1　模糊函數(shù)及其相關(guān)性質(zhì)050
4.1.2　信號(hào)線性正則變換后的模糊函數(shù)定義及性質(zhì)052
4.1.3　基于線性正則變換的模糊函數(shù)定義056
4.1.4　基于線性正則變換的模糊函數(shù)性質(zhì)057
4.1.5　常用信號(hào)的基于線性正則變換的模糊函數(shù)061
4.1.6　與其他時(shí)頻分析工具的關(guān)系061
4.2　基于線性正則變換的Wigner-Ville 分布064
4.2.1　Wigner-Ville 分布及其相關(guān)性質(zhì)064
4.2.2　基于線性正則變換的Wigner-Ville 分布及其重要性質(zhì)065
4.2.3　常見信號(hào)的基于線性正則變換的Wigner-Ville 分布068
4.3　線性正則小波變換069
4.4　短時(shí)線性正則變換070
第5章 線性正則變換域雷達(dá)信號(hào)的參數(shù)估計(jì) 072
5.1　調(diào)頻信號(hào)參數(shù)估計(jì)簡(jiǎn)介072
5.2　基于二次相關(guān)的線性調(diào)頻信號(hào)參數(shù)估計(jì)073
5.2.1　算法原理073
5.2.2　數(shù)值實(shí)驗(yàn)與分析074
5.2.3　算法性能分析077
5.3　基于廣義線性正則變換的二次調(diào)頻信號(hào)參數(shù)估計(jì)078
5.3.1　算法原理078
5.3.2　算法性能分析081
5.3.3　數(shù)值實(shí)驗(yàn)與分析090
5.4　基于線性正則變換的模糊函數(shù)的QFM 信號(hào)參數(shù)估計(jì)096
5.4.1　基于線性正則變換的模糊函數(shù)參數(shù)估計(jì)算法096
5.4.2　算法性能分析099
5.4.3　數(shù)值實(shí)驗(yàn)與分析104
5.5　基于四次相關(guān)的二次調(diào)頻信號(hào)參數(shù)估計(jì)112
5.5.1　單分量二次調(diào)頻信號(hào)參數(shù)估計(jì)113
5.5.2　基于PFrSCF 的多分量QFM 信號(hào)的估計(jì)114
5.5.3　數(shù)值仿真實(shí)驗(yàn)116
5.5.4　算法性能分析118
第6章 線性正則變換在 ISAR 成像中的應(yīng)用 127
6.1　ISAR 成像算法簡(jiǎn)介127
6.2　雷達(dá)幾何系統(tǒng)與信號(hào)模型128
6.3　基于PFrSCF 的2D ISAR 成像131
6.3.1　算法框架131
6.3.2　仿真數(shù)據(jù)分析132
6.3.3　實(shí)測(cè)數(shù)據(jù)分析135
參考文獻(xiàn)138