基于紅外輻射變化波形的彈道目標(biāo)識別神經(jīng)網(wǎng)絡(luò)算法研究
發(fā)布時間:2021-04-26 18:33
彈道導(dǎo)彈憑借其射程遠(yuǎn)、威力大的優(yōu)勢成為現(xiàn)代軍事斗爭中舉足輕重的戰(zhàn)略威懾武器,因此研究彈道導(dǎo)彈防御技術(shù)對于維護(hù)國家安全穩(wěn)定具有至關(guān)重要的意義。彈道導(dǎo)彈為了提高突防能力,在中段飛行過程中會釋放大量誘餌,對中段反導(dǎo)系統(tǒng)造成嚴(yán)重的干擾與影響。而該突防過程中彈頭與誘餌的識別是彈道導(dǎo)彈防御系統(tǒng)中的核心環(huán)節(jié),它是在對抗環(huán)境下對真實目標(biāo)與干擾目標(biāo)進(jìn)行準(zhǔn)確區(qū)分的過程。紅外成像目標(biāo)識別方法通過研究中段目標(biāo)群中不同目標(biāo)之間光學(xué)強度信息的差異性完成識別工作,然而目標(biāo)群與探測器平面距離較遠(yuǎn)時只能觀察到一組運動軌跡相似的點目標(biāo)群,該特殊情況下系統(tǒng)無法獲取準(zhǔn)確的目標(biāo)外形與基本結(jié)構(gòu)等重要信息,僅能得到彈道目標(biāo)群輻射出的紅外能量隨時間變化的規(guī)律?紤]到彈道目標(biāo)紅外輻射特性容易受到各種因素的影響,且目標(biāo)群的灰度時間序列的非線性特性十分突出,故難以利用傳統(tǒng)方法獲得序列變化信息與目標(biāo)種類之間復(fù)雜的聯(lián)系關(guān)系,因此可借助神經(jīng)網(wǎng)絡(luò)方法通過大樣本學(xué)習(xí)準(zhǔn)確提取中段目標(biāo)群灰度時間序列中包含的目標(biāo)特征信息并簡化識別系統(tǒng)的復(fù)雜度。本文針對中段彈道導(dǎo)彈攔截系統(tǒng)的研究背景,研究了基于紅外輻射變化波形的彈道目標(biāo)識別神經(jīng)網(wǎng)絡(luò)算法。文章首先分析了課題...
【文章來源】:國防科技大學(xué)湖南省 211工程院校 985工程院校
【文章頁數(shù)】:82 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 彈道目標(biāo)識別研究現(xiàn)狀
1.2.2 神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀
1.3 論文工作和結(jié)構(gòu)安排
1.3.1 論文主要工作
1.3.2 論文組織結(jié)構(gòu)
第二章 彈道目標(biāo)紅外輻射特性理論分析
2.1 引言
2.2 彈道導(dǎo)彈目標(biāo)識別特征
2.2.1 彈道目標(biāo)飛行階段
2.2.2 中段目標(biāo)群主要特點
2.3 中段目標(biāo)群幾何與運動姿態(tài)模型分析
2.3.1 目標(biāo)幾何模型分析
2.3.2 目標(biāo)姿態(tài)運動模型分析
2.4 彈道目標(biāo)溫度場信息計算
2.4.1 節(jié)點熱平衡方程理論
2.4.2 彈道目標(biāo)表面溫度場計算
2.4.3 輻射角系數(shù)的求解
2.5 彈道目標(biāo)紅外輻射通量計算
2.6 典型彈道目標(biāo)的紅外輻射特性仿真分析
2.6.1 量化與顯示
2.6.2 彈道目標(biāo)紅外輻射特性相關(guān)參數(shù)取值
2.7 本章小結(jié)
第三章 彈道目標(biāo)識別卷積神經(jīng)網(wǎng)絡(luò)算法研究
3.1 引言
3.2 卷積神經(jīng)網(wǎng)絡(luò)基本思想與網(wǎng)絡(luò)結(jié)構(gòu)
3.2.1 稀疏矩陣與權(quán)值共享
3.2.2 降采樣
3.2.3 卷積神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)
3.3 基于紅外輻射變化波形彈道目標(biāo)識別卷積神經(jīng)網(wǎng)絡(luò)模型構(gòu)造
3.3.1 卷積層與降采樣層的構(gòu)建
3.3.2 分類層的構(gòu)建
3.4 卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程
3.4.1 卷積神經(jīng)網(wǎng)絡(luò)的前向傳播
3.4.2 卷積神經(jīng)網(wǎng)絡(luò)的反向傳播
3.5 實驗結(jié)果與分析
3.5.1 數(shù)據(jù)集的大小與分類
3.5.2 實驗結(jié)果與分析
3.6 本章小結(jié)
第四章 彈道目標(biāo)識別徑向基神經(jīng)網(wǎng)絡(luò)算法研究
4.1 引言
4.2 徑向基神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
4.2.1 徑向基神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
4.2.2 徑向基神經(jīng)網(wǎng)絡(luò)元素
4.3 徑向基神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
4.3.1 徑向基函數(shù)中心向量的確定
4.3.2 梯度下降的網(wǎng)絡(luò)訓(xùn)練算法
4.4 極限學(xué)習(xí)機算法與ELM-RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
4.4.1 極限學(xué)習(xí)機原理與算法概述
4.4.2 ELM-RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
4.5 實驗結(jié)論與分析
4.6 小結(jié)
第五章 結(jié)束語
5.1 全文工作總結(jié)
5.2 未來工作和展望
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果
【參考文獻(xiàn)】:
期刊論文
[1]基于高斯核的SVM的參數(shù)選擇[J]. 王行甫,陳家偉. 計算機系統(tǒng)應(yīng)用. 2014(07)
[2]空中目標(biāo)蒙皮紅外輻射特性的理論計算[J]. 馮云松,呂相銀,凌永順,周瑞. 光電工程. 2013(02)
[3]空間錐形目標(biāo)的紅外成像仿真[J]. 李陽,趙菲,張志勇,張路,盧煥章. 紅外與激光工程. 2012(02)
[4]基于時頻變換的彈道目標(biāo)微多普勒特征提取[J]. 田巳睿,蔣躍紅,郭汝江,施西野. 現(xiàn)代雷達(dá). 2012(01)
[5]彈道導(dǎo)彈微動模型及微多普勒特征研究[J]. 李松,馮有前,劉昌云,羅迎,張群. 現(xiàn)代防御技術(shù). 2011(06)
[6]彈道導(dǎo)彈突防中的對抗技術(shù)研究[J]. 田波,李洪兵,王春陽. 飛航導(dǎo)彈. 2011(04)
[7]基于一維像序列的彈道中段目標(biāo)進(jìn)動特征提取[J]. 顏維,孫文峰,錢李昌,姚漢英. 空軍雷達(dá)學(xué)院學(xué)報. 2011(02)
[8]基于RBF神經(jīng)網(wǎng)絡(luò)的加筋粘土本構(gòu)模型[J]. 石修松,王路君,程展林. 長江科學(xué)院院報. 2010(07)
[9]基于動態(tài)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的多變量解耦控制[J]. 李明河,王萌,施艷艷,趙世遠(yuǎn). 浙江大學(xué)學(xué)報(工學(xué)版). 2007(10)
[10]梯度算法下RBF網(wǎng)的參數(shù)變化動態(tài)[J]. 魏海坤,李奇,宋文忠. 控制理論與應(yīng)用. 2007(03)
博士論文
[1]光學(xué)圖像末制導(dǎo)中的點目標(biāo)檢測與識別算法研究[D]. 張兵.國防科學(xué)技術(shù)大學(xué) 2005
[2]紅外成像點目標(biāo)的檢測與識別技術(shù)研究[D]. 劉志剛.國防科學(xué)技術(shù)大學(xué) 2005
碩士論文
[1]改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用研究[D]. 何鵬程.大連理工大學(xué) 2015
[2]基于XCS的目標(biāo)灰度時間序列特征提取方法研究[D]. 李鑫.國防科學(xué)技術(shù)大學(xué) 2014
[3]光伏發(fā)電自動跟蹤及MPPT控制的研究[D]. 林坤.電子科技大學(xué) 2014
[4]深度學(xué)習(xí)在圖像識別中的研究及應(yīng)用[D]. 李衛(wèi).武漢理工大學(xué) 2014
[5]智能計算在電動汽車行動力管理中的應(yīng)用研究[D]. 馮智泉.上海交通大學(xué) 2013
[6]基于神經(jīng)網(wǎng)絡(luò)的電噴發(fā)動機故障診斷技術(shù)研究[D]. 劉升剛.重慶交通大學(xué) 2012
[7]彈道導(dǎo)彈中段目標(biāo)識別研究[D]. 徐志鵬.南京大學(xué) 2012
[8]深空紅外目標(biāo)場景的建模與仿真技術(shù)研究[D]. 李陽.國防科學(xué)技術(shù)大學(xué) 2010
[9]海面目標(biāo)紅外輻射特性研究[D]. 馮艷華.西安電子科技大學(xué) 2009
[10]空間目標(biāo)紅外輻射特性研究與基于光譜的空間點目標(biāo)特征提取[D]. 張永陽.南京理工大學(xué) 2007
本文編號:3161907
【文章來源】:國防科技大學(xué)湖南省 211工程院校 985工程院校
【文章頁數(shù)】:82 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 彈道目標(biāo)識別研究現(xiàn)狀
1.2.2 神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀
1.3 論文工作和結(jié)構(gòu)安排
1.3.1 論文主要工作
1.3.2 論文組織結(jié)構(gòu)
第二章 彈道目標(biāo)紅外輻射特性理論分析
2.1 引言
2.2 彈道導(dǎo)彈目標(biāo)識別特征
2.2.1 彈道目標(biāo)飛行階段
2.2.2 中段目標(biāo)群主要特點
2.3 中段目標(biāo)群幾何與運動姿態(tài)模型分析
2.3.1 目標(biāo)幾何模型分析
2.3.2 目標(biāo)姿態(tài)運動模型分析
2.4 彈道目標(biāo)溫度場信息計算
2.4.1 節(jié)點熱平衡方程理論
2.4.2 彈道目標(biāo)表面溫度場計算
2.4.3 輻射角系數(shù)的求解
2.5 彈道目標(biāo)紅外輻射通量計算
2.6 典型彈道目標(biāo)的紅外輻射特性仿真分析
2.6.1 量化與顯示
2.6.2 彈道目標(biāo)紅外輻射特性相關(guān)參數(shù)取值
2.7 本章小結(jié)
第三章 彈道目標(biāo)識別卷積神經(jīng)網(wǎng)絡(luò)算法研究
3.1 引言
3.2 卷積神經(jīng)網(wǎng)絡(luò)基本思想與網(wǎng)絡(luò)結(jié)構(gòu)
3.2.1 稀疏矩陣與權(quán)值共享
3.2.2 降采樣
3.2.3 卷積神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)
3.3 基于紅外輻射變化波形彈道目標(biāo)識別卷積神經(jīng)網(wǎng)絡(luò)模型構(gòu)造
3.3.1 卷積層與降采樣層的構(gòu)建
3.3.2 分類層的構(gòu)建
3.4 卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程
3.4.1 卷積神經(jīng)網(wǎng)絡(luò)的前向傳播
3.4.2 卷積神經(jīng)網(wǎng)絡(luò)的反向傳播
3.5 實驗結(jié)果與分析
3.5.1 數(shù)據(jù)集的大小與分類
3.5.2 實驗結(jié)果與分析
3.6 本章小結(jié)
第四章 彈道目標(biāo)識別徑向基神經(jīng)網(wǎng)絡(luò)算法研究
4.1 引言
4.2 徑向基神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
4.2.1 徑向基神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
4.2.2 徑向基神經(jīng)網(wǎng)絡(luò)元素
4.3 徑向基神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
4.3.1 徑向基函數(shù)中心向量的確定
4.3.2 梯度下降的網(wǎng)絡(luò)訓(xùn)練算法
4.4 極限學(xué)習(xí)機算法與ELM-RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
4.4.1 極限學(xué)習(xí)機原理與算法概述
4.4.2 ELM-RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
4.5 實驗結(jié)論與分析
4.6 小結(jié)
第五章 結(jié)束語
5.1 全文工作總結(jié)
5.2 未來工作和展望
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果
【參考文獻(xiàn)】:
期刊論文
[1]基于高斯核的SVM的參數(shù)選擇[J]. 王行甫,陳家偉. 計算機系統(tǒng)應(yīng)用. 2014(07)
[2]空中目標(biāo)蒙皮紅外輻射特性的理論計算[J]. 馮云松,呂相銀,凌永順,周瑞. 光電工程. 2013(02)
[3]空間錐形目標(biāo)的紅外成像仿真[J]. 李陽,趙菲,張志勇,張路,盧煥章. 紅外與激光工程. 2012(02)
[4]基于時頻變換的彈道目標(biāo)微多普勒特征提取[J]. 田巳睿,蔣躍紅,郭汝江,施西野. 現(xiàn)代雷達(dá). 2012(01)
[5]彈道導(dǎo)彈微動模型及微多普勒特征研究[J]. 李松,馮有前,劉昌云,羅迎,張群. 現(xiàn)代防御技術(shù). 2011(06)
[6]彈道導(dǎo)彈突防中的對抗技術(shù)研究[J]. 田波,李洪兵,王春陽. 飛航導(dǎo)彈. 2011(04)
[7]基于一維像序列的彈道中段目標(biāo)進(jìn)動特征提取[J]. 顏維,孫文峰,錢李昌,姚漢英. 空軍雷達(dá)學(xué)院學(xué)報. 2011(02)
[8]基于RBF神經(jīng)網(wǎng)絡(luò)的加筋粘土本構(gòu)模型[J]. 石修松,王路君,程展林. 長江科學(xué)院院報. 2010(07)
[9]基于動態(tài)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的多變量解耦控制[J]. 李明河,王萌,施艷艷,趙世遠(yuǎn). 浙江大學(xué)學(xué)報(工學(xué)版). 2007(10)
[10]梯度算法下RBF網(wǎng)的參數(shù)變化動態(tài)[J]. 魏海坤,李奇,宋文忠. 控制理論與應(yīng)用. 2007(03)
博士論文
[1]光學(xué)圖像末制導(dǎo)中的點目標(biāo)檢測與識別算法研究[D]. 張兵.國防科學(xué)技術(shù)大學(xué) 2005
[2]紅外成像點目標(biāo)的檢測與識別技術(shù)研究[D]. 劉志剛.國防科學(xué)技術(shù)大學(xué) 2005
碩士論文
[1]改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用研究[D]. 何鵬程.大連理工大學(xué) 2015
[2]基于XCS的目標(biāo)灰度時間序列特征提取方法研究[D]. 李鑫.國防科學(xué)技術(shù)大學(xué) 2014
[3]光伏發(fā)電自動跟蹤及MPPT控制的研究[D]. 林坤.電子科技大學(xué) 2014
[4]深度學(xué)習(xí)在圖像識別中的研究及應(yīng)用[D]. 李衛(wèi).武漢理工大學(xué) 2014
[5]智能計算在電動汽車行動力管理中的應(yīng)用研究[D]. 馮智泉.上海交通大學(xué) 2013
[6]基于神經(jīng)網(wǎng)絡(luò)的電噴發(fā)動機故障診斷技術(shù)研究[D]. 劉升剛.重慶交通大學(xué) 2012
[7]彈道導(dǎo)彈中段目標(biāo)識別研究[D]. 徐志鵬.南京大學(xué) 2012
[8]深空紅外目標(biāo)場景的建模與仿真技術(shù)研究[D]. 李陽.國防科學(xué)技術(shù)大學(xué) 2010
[9]海面目標(biāo)紅外輻射特性研究[D]. 馮艷華.西安電子科技大學(xué) 2009
[10]空間目標(biāo)紅外輻射特性研究與基于光譜的空間點目標(biāo)特征提取[D]. 張永陽.南京理工大學(xué) 2007
本文編號:3161907
本文鏈接:http://sikaile.net/kejilunwen/jingguansheji/3161907.html
教材專著