發(fā)布時間：2020-11-19 18:11

　　 逆合成孔徑雷達(dá)(ISAR)經(jīng)過數(shù)十年的發(fā)展,其成像理論和針對ISAR圖像的識別算法已經(jīng)逐步完善,在軍用和民用都有著很大的應(yīng)用價值。然而隨著全球各國對太空資源逐步重視,對太空資源的開發(fā)已經(jīng)成為熱點,并且今后太空作戰(zhàn)的趨勢逐步加劇,空間目標(biāo)已經(jīng)成為了雷達(dá)領(lǐng)域的研究熱點,其ISAR圖像識別研究也因此愈加有戰(zhàn)略價值。本文針對基于ISAR圖像對空間目標(biāo)識別分類算法進(jìn)行了一些研究,主要的研究內(nèi)容如下:(1)空間目標(biāo)的微多普勒特征分析和提取方法基于短時傅里葉變換對微多普勒現(xiàn)象造成的條紋干擾在信號域進(jìn)行了去除,同時作為識別空間目標(biāo)的重要特征之一,采用改進(jìn)算法對微多普勒頻率進(jìn)行了估計,研究了針對不同強度的條紋,采用非線性變換來抑制雜波、增強微多普勒的算法。(2)針對ISAR圖像的幾何特征提取算法以提取圖像中空間目標(biāo)邊緣序列為基礎(chǔ),采用傅里葉算子和對數(shù)螺旋線算子分別對邊緣進(jìn)行了處理,使其具有尺寸平移不變的穩(wěn)定性。同時針對ISAR圖像不同于光學(xué)圖像,稀疏獨立分散分布的特點,在用canny算子提取邊緣前對圖像進(jìn)行了膨脹與腐蝕處理,使得到完整閉合的目標(biāo)輪廓,避免了直接提取輪廓、得到大量閉合橢圓曲線的問題。(3)改進(jìn)的神經(jīng)網(wǎng)絡(luò)分類算法在訓(xùn)練分類器時,樣本的類型是有限的,并且具有監(jiān)督學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)不能對訓(xùn)練樣本以外的類別做出判斷。為了改善這種現(xiàn)象,對網(wǎng)絡(luò)末端的判斷器進(jìn)行了改進(jìn),要求最大值響應(yīng)要大于其他內(nèi)分類器的響應(yīng)值一定閾值,否則判斷該測試樣本為樣本庫之外的目標(biāo)并交由人工做上標(biāo)記。網(wǎng)絡(luò)具有這一功能使得圖像庫種類更新及時,解決了對新出現(xiàn)的目標(biāo)勉強識別為庫中目標(biāo)的問題。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN957.52
【部分圖文】：

g) 載人運載火箭 3D 模型 h) 載人運載火箭散射點仿真結(jié)果圖 2-1 四種空間目標(biāo)的 3D 模型和它們的散射點坐標(biāo)仿真結(jié)果2.3 逆合成孔徑雷達(dá)的成像原理逆合成孔徑技術(shù)指雷達(dá)固定在地面上、目標(biāo)在空中運動的情況下，在成像時間內(nèi)利用傅里葉變換提取目標(biāo)相對于雷達(dá)進(jìn)行轉(zhuǎn)臺運動而產(chǎn)生的多普勒頻率，來確定目標(biāo)上該像素在方位向上的位置（在這一過程中相當(dāng)于雷達(dá)天線的孔徑被擴大了）從而提高雷達(dá)方位向的距離分辨率的成像技術(shù)。與普通的測速測距雷達(dá)相比，區(qū)別在于測速測距雷達(dá)把目標(biāo)近似處理為點目標(biāo)，只關(guān)心目標(biāo)的速度和距離而不關(guān)心目標(biāo)的形狀，這意味著普通雷達(dá)僅在距離分辨率上有要求而不保留回波中目標(biāo)橫向方向（與距離向垂直）的信息。而成像雷達(dá)為了捕捉目標(biāo)形狀的細(xì)節(jié)信息，需要目標(biāo)在雷達(dá)視線平面上距離向和方位向兩個方向的二維信息，并且雷達(dá)的距離分辨率至少要小于目標(biāo)的整體大小，才能成功進(jìn)行成像，這就需要采取一定的信號處理算法去提取目標(biāo)回波中的方位向信息，提高成像雷達(dá)的距離向和方位向的分辨率。

原始的回波信號矩陣如圖2-4 所示，脈沖壓縮后的信號矩陣如圖 2-5 所示。從兩張圖對比中可以看出，脈沖壓縮技術(shù)有效地減小了脈寬，大幅度地提高了距離分辨率。

- 14 -圖 2-5 脈沖壓縮后信號位向高分辨2.3 節(jié)分析我們可知，對信號進(jìn)行方位向的傅里葉變換可以提取目信息從而成像。但從圖 2-5 中可以看出，由于目標(biāo)在成像時間內(nèi)，回波信號產(chǎn)生了越距離單元徙動的現(xiàn)象，同一散射點的回波分快時間單元，這樣直接在方位向做傅里葉變換會造成明顯的誤差量，這就需要在處理前先對信號進(jìn)行補償，使信號根據(jù)快時間內(nèi)對齊。本文中對信號先后進(jìn)行了包絡(luò)對齊和相位校正補償以減少響。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐少坤;劉記紅;袁翔宇;陸靜;;基于ISAR圖像的中段目標(biāo)二維幾何特征反演方法[J];電子與信息學(xué)報;2015年02期

2 何興宇;童寧寧;胡曉偉;;基于解線頻調(diào)ISAR成像與散射中心匹配的彈道目標(biāo)識別[J];火力與指揮控制;2015年02期

3 王芳;盛衛(wèi)星;馬曉峰;王昊;;基于B(2D)~2PGNMF的ISAR像目標(biāo)識別[J];南京理工大學(xué)學(xué)報;2013年06期

4 ;ISAR target recognition based on non-negative sparse coding[J];Journal of Systems Engineering and Electronics;2012年06期

5 唐寧;高勛章;黎湘;;基于幾何散列法的ISAR像自動目標(biāo)識別[J];系統(tǒng)工程與電子技術(shù);2012年04期

6 唐寧;高勛章;黎湘;;ISAR像自動識別中的預(yù)處理算法[J];系統(tǒng)工程與電子技術(shù);2011年09期

7 崔艷鵬;胡建偉;楊紹全;朱燕;;利用尺度不變量特征的ISAR二維像自動識別技術(shù)[J];西安電子科技大學(xué)學(xué)報;2009年04期

8 蔡洪;何強;韓壯志;尚朝軒;;空間平滑局部保持投影用于ISAR目標(biāo)識別[J];光電工程;2009年07期

9 許人燦;劉朝軍;黃小紅;陳曾平;;基于超分辨ISAR成像的空中目標(biāo)自動識別[J];系統(tǒng)工程與電子技術(shù);2006年01期

10 許人燦,姜衛(wèi)東,陳曾平;基于最大熵譜估計的距離-多普勒成像[J];現(xiàn)代雷達(dá);2005年05期

相關(guān)碩士學(xué)位論文 前1條

1 祁鵬輝;ISAR成像算法及仿真研究[D];西安電子科技大學(xué);2014年

本文編號：2890305