隨著機(jī)器學(xué)習(xí)和雷達(dá)技術(shù)的進(jìn)步,機(jī)器學(xué)習(xí)在雷達(dá)領(lǐng)域的應(yīng)用越來(lái)越廣,也越來(lái)越深入。雷達(dá)掃描、信號(hào)采集處理、一維距離像、雷達(dá)SAR、ISAR圖像識(shí)別、雷達(dá)跟蹤和制導(dǎo)等等步驟都融入了機(jī)器學(xué)習(xí)技術(shù)。機(jī)器學(xué)習(xí)在雷達(dá)信號(hào)分選技術(shù)上的應(yīng)用包括信號(hào)分離、確定脈沖參數(shù)、形成單部雷達(dá)脈沖序列,然后針對(duì)雷達(dá)目標(biāo)識(shí)別進(jìn)行分類(lèi)并劃分威脅程度等。在一維距離像識(shí)別過(guò)程中包括去噪和雷達(dá)目標(biāo)型號(hào)識(shí)別。在雷達(dá)工作模式中也可用當(dāng)前火熱的深度學(xué)習(xí)方法進(jìn)行識(shí)別,以作相應(yīng)的防御和干擾措施。本文重點(diǎn)研究了機(jī)器學(xué)習(xí)中的聚類(lèi)技術(shù)以及目標(biāo)識(shí)別技術(shù),以滿足我國(guó)的電子對(duì)抗等領(lǐng)域的需求。針對(duì)雷達(dá)信號(hào)分選中脈沖序列呈非線性問(wèn)題和異常點(diǎn)干擾問(wèn)題本文提出了一種新的基于非線性流形聚類(lèi)算法。該算法基于非線性流形的拓?fù)浣Y(jié)構(gòu),將信號(hào)從時(shí)域轉(zhuǎn)換到頻域,根據(jù)數(shù)據(jù)間的幾何信息進(jìn)行聚類(lèi)。首先由局部密度和交叉點(diǎn)距離這兩個(gè)特征屬性判斷出為交叉點(diǎn)的樣本點(diǎn)集;然后利用樣本點(diǎn)和交叉點(diǎn)構(gòu)成的樣本向量進(jìn)行向量間余弦角度信息計(jì)算,從而利用余弦值對(duì)交叉點(diǎn)附近的樣本點(diǎn)進(jìn)行線性聚類(lèi);對(duì)遠(yuǎn)離交叉點(diǎn)樣本點(diǎn)采用最小距離法進(jìn)行聚類(lèi)并與交叉點(diǎn)附近的點(diǎn)按類(lèi)別進(jìn)行合并,最終完成雷達(dá)信號(hào)的分選。針對(duì)一維... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

具有交疊點(diǎn)的非線性流形數(shù)據(jù)

西安電子科技大學(xué)碩士學(xué)位論文22圖3.4 原始雷達(dá)混疊信號(hào)（左）、分選后的雷達(dá)信號(hào)（右）圖 3.4 左邊圖為實(shí)驗(yàn)所仿真的雷達(dá)數(shù)據(jù)，由圖可以看出雷達(dá)混疊信號(hào)在它的三維屬性上都是交叉分布的，用肉眼很難辨別樣本的分選情況。本次實(shí)驗(yàn)首先將雷達(dá)信號(hào)轉(zhuǎn)換到頻域上，發(fā)現(xiàn)雷達(dá)樣本的頻率變化有的是固定值，有的按照不同的頻率進(jìn)行正弦或余弦變化。本次實(shí)驗(yàn)用了 4 種流形算法和提出的新算法進(jìn)行比較，并做了十次實(shí)驗(yàn)來(lái)選取他們的平均值作為本次實(shí)驗(yàn)的精確率。GPCA 通過(guò)齊次坐標(biāo)將仿射子空間轉(zhuǎn)換成線性子空間來(lái)解決非線性問(wèn)題，雖然處理時(shí)間快但在實(shí)驗(yàn)中這個(gè)處理策略的效果并不好；K-flats 主要是基于線性模型的一種迭代算法，容易依賴于初始子空間的基向量和法向量，優(yōu)點(diǎn)是最少能得到一個(gè)局部最優(yōu)解然而這也是令準(zhǔn)確率降低的原因；LSA 是根據(jù)樣本點(diǎn)之間的局部結(jié)構(gòu)相似性進(jìn)行聚類(lèi)的，存在的問(wèn)題是樣本點(diǎn)周?chē)?k 個(gè)點(diǎn)所構(gòu)成的局部子空間不能保證是整個(gè)子空間這樣容易將一類(lèi)數(shù)據(jù)分成兩類(lèi)

精確率 0.50 0.74 0.52 0.67 0.91運(yùn)行時(shí)間 0.05s 0.03s 9.12s 3.89s 2.60s圖3.5 加噪雷達(dá)混疊信號(hào)（左）、分選后的雷達(dá)信號(hào)（右）圖 3.5 左邊是仿真的有干擾點(diǎn)的混疊雷達(dá)信號(hào)，右邊是本文算法分類(lèi)結(jié)果。五種算法聚類(lèi)準(zhǔn)確率如表 3.2 所示。比較表 3.1 和表 3.2 發(fā)現(xiàn) GPCA 對(duì)離群點(diǎn)和噪聲點(diǎn)敏感程度不高，但因其是線性子空間擬合，所以針對(duì)非線性數(shù)據(jù)聚類(lèi)效果特別差；K-flats的優(yōu)化目標(biāo)公式項(xiàng)是向量的 2 范數(shù)，容易受噪聲點(diǎn)和離異點(diǎn)影響，導(dǎo)致算法性能降低；LSA 不受離群點(diǎn)的影響，但因?yàn)樽陨淼囊恍┤秉c(diǎn)導(dǎo)致算法性能降低；K-manifolds 是用所有數(shù)據(jù)點(diǎn)對(duì)類(lèi)別概率進(jìn)行迭代估計(jì)，因此，噪聲點(diǎn)也會(huì)被分類(lèi)到某一雷達(dá)信號(hào)分量中導(dǎo)致分類(lèi)精度降低，K-manifolds 最高精確率可達(dá) 91%，但算法極其不穩(wěn)定；本文算法是基于最近距離法

【參考文獻(xiàn)】：
期刊論文
[1]基于多目標(biāo)跟蹤的相控陣?yán)走_(dá)波束和駐留時(shí)間聯(lián)合分配方法[J]. 王祥麗,易偉,孔令講.  雷達(dá)學(xué)報(bào). 2017(06)
[2]近距離水聲模擬測(cè)量艦船目標(biāo)雷達(dá)一維距離像[J]. 張明敏,盧建斌,程廣利.  哈爾濱工程大學(xué)學(xué)報(bào). 2016(06)
[3]基于數(shù)據(jù)場(chǎng)與云模型的多模雷達(dá)信號(hào)分選算法[J]. 國(guó)強(qiáng),宋文明,南普龍,萬(wàn)建.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2015(11)
[4]復(fù)雜電磁環(huán)境下戰(zhàn)術(shù)電子偵察機(jī)作戰(zhàn)研究[J]. 吳志強(qiáng),王巖,才迎光.  電子信息對(duì)抗技術(shù). 2013(04)
[5]機(jī)載電子戰(zhàn)設(shè)備的發(fā)展趨勢(shì)[J]. 胡威,陶東香.  科技信息. 2012(29)
[6]基于SA-BFSN算法的多模地面雷達(dá)信號(hào)預(yù)分選方法[J]. 靳升,孫永維,陳昊.  現(xiàn)代電子技術(shù). 2012(13)
[7]機(jī)載雷達(dá)工作模式識(shí)別[J]. 賈朝文,周水樓.  電子信息對(duì)抗技術(shù). 2011(01)
[8]雷達(dá)信號(hào)的盲分離[J]. 肖文書(shū),張興敢,都思丹.  南京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2006(01)
[9]雷達(dá)高分辨距離像目標(biāo)識(shí)別研究進(jìn)展[J]. 劉宏偉,杜蘭,袁莉,保錚.  電子與信息學(xué)報(bào). 2005(08)
[10]用于一維圖像識(shí)別的支撐矢量機(jī)方法[J]. 張莉,周偉達(dá),焦李成.  紅外與毫米波學(xué)報(bào). 2002(02)

博士論文
[1]基于高分辨距離像的雷達(dá)自動(dòng)目標(biāo)識(shí)別技術(shù)研究[D]. 吳杰.南京航空航天大學(xué) 2012
[2]雷達(dá)輻射源識(shí)別技術(shù)研究[D]. 張國(guó)柱.國(guó)防科學(xué)技術(shù)大學(xué) 2005

碩士論文
[1]相控陣?yán)走_(dá)多目標(biāo)跟蹤模式波束資源管理與優(yōu)化研究[D]. �？∠�.西安電子科技大學(xué) 2015
[2]基于Kronecker積的壓縮感知雷達(dá)成像方法研究[D]. 左功玉.西安電子科技大學(xué) 2015
[3]基于壓縮感知的雷達(dá)一維距離像目標(biāo)識(shí)別[D]. 譚敏潔.電子科技大學(xué) 2015
[4]基于運(yùn)動(dòng)捕捉系統(tǒng)的四旋翼飛行器導(dǎo)航控制技術(shù)研究[D]. 趙繼.南京航空航天大學(xué) 2015
[5]輻射源指紋識(shí)別與細(xì)微特征提取方法研究[D]. 任黎麗.哈爾濱工程大學(xué) 2012
[6]基于時(shí)變特征和核方法的雷達(dá)目標(biāo)距離像識(shí)別研究[D]. 姚宏達(dá).電子科技大學(xué) 2007



本文編號(hào)：3455214