本文關(guān)鍵詞：基于高分辨距離像的艦船目標(biāo)識別研究

  更多相關(guān)文章： 雷達(dá)自動目標(biāo)識別 高分辨距離像 降維雙譜 特征子空間 支持向量機

【摘要】：隨著寬帶雷達(dá)的發(fā)展,雷達(dá)的分辨率遠(yuǎn)遠(yuǎn)小于目標(biāo)的尺寸,目標(biāo)回波可以看作反射強度不同的多散射點回波的疊加,寬帶雷達(dá)不僅可以探測到目標(biāo)的位置,而且還可以獲得目標(biāo)的結(jié)構(gòu)信息,促使雷達(dá)自動目標(biāo)識別(Radar Automatic Target Recognition,RATR)技術(shù)快速發(fā)展,并成為軍事領(lǐng)域研究的重要方向之一。高分辨率距離像(High Resolution Range Profiles,HRRP)是寬帶雷達(dá)基于散射中心模型獲得的,不僅包含了目標(biāo)的位置信息,而且反應(yīng)了目標(biāo)的尺寸、材質(zhì)等結(jié)構(gòu)信息。由于HRRP獲取簡單且具有實時性,使基于HRRP的自動識別技術(shù)得以深入研究。本文研究的是基于艦船目標(biāo)HRRP的識別技術(shù),首先通過建立艦船模型,從理論上分析了HRRP的特性,然后通過包絡(luò)對齊和非相干平均處理得到穩(wěn)定的HRRP。目標(biāo)的徑向長度特征有著明確物理意義,能反應(yīng)目標(biāo)的基本屬性,本文利用實測數(shù)據(jù)研究了不同目標(biāo)徑向長度特征提取方法的性能。然而,HRRP敏感于姿態(tài)角的變化,利用長度特征進(jìn)行分類識別并不可靠,提取HRRP的穩(wěn)健的并具有代表性的特征信息至關(guān)重要。HRRP的功率譜具有平移不變性,但不能有效的處理非高斯噪聲,高階譜尤其是雙譜不僅具有平移不變性特征而且具有非高斯噪聲的處理能力。但雙譜特征的維數(shù)特別高,對雷達(dá)系統(tǒng)的存儲量和計算量要求很高,針對這一問題,對雙譜進(jìn)行降維處理成了重要的研究方向,本文分析了四種降維雙譜特征,包括軸向、徑向、圓周積分雙譜和局部雙譜,利用支持向量機分類器,并采用不同的參數(shù)尋優(yōu)算法,研究了降維雙譜特征的識別性能及影響因素,然后對支持向量機與人工神經(jīng)網(wǎng)絡(luò)分類器的識別性能做了對比�；谂灤繕�(biāo)的HRRP是一種非線性的數(shù)據(jù)結(jié)構(gòu),直接利用HRRP進(jìn)行分類識別不但運算量大而且識別率不高。特征子空間法通過非線性變換將原始數(shù)據(jù)投影到子空間,并在子空間提取能夠描述原始數(shù)據(jù)信息的特征向量,使其具有線性可分性。本文通過分析主元分析和核主元分析的原理,研究了組合核主元分析,并利用線性判別法的優(yōu)點,提出了主元分析、核主元分析與線性判別法聯(lián)合算法在艦船目標(biāo)識別上的應(yīng)用,利用仿真數(shù)據(jù)研究了訓(xùn)練樣本、姿態(tài)角變化對不同特征提取方法的影響,并利用實測數(shù)據(jù)對行了檢驗。
【關(guān)鍵詞】：雷達(dá)自動目標(biāo)識別 高分辨距離像 降維雙譜 特征子空間 支持向量機
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-15
• 1.1 課題背景及研究的目的和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀分析10-12
• 1.2.1 國內(nèi)外現(xiàn)狀10-11
• 1.2.2 特征提取技術(shù)11-12
• 1.2.3 特征分類技術(shù)12
• 1.3 本文的主要研究內(nèi)容12-13
• 1.4 論文結(jié)構(gòu)安排13-15
• 第2章 高分辨距離像的特性分析及預(yù)處理15-28
• 2.1 引言15
• 2.2 HRRP特性分析15-22
• 2.2.1 散射點中心模型15-16
• 2.2.2 實驗數(shù)據(jù)描述16-18
• 2.2.3 高分辨距離像的特性18-22
• 2.3 預(yù)處理22-24
• 2.3.1 包絡(luò)對齊處理22-23
• 2.3.2 非相干平均處理23-24
• 2.4 長度特征提取24-27
• 2.4.1 恒虛警門限法24-26
• 2.4.2 歸一化閾值法26
• 2.4.3 實驗結(jié)果26-27
• 2.5 本章小結(jié)27-28
• 第3章 基于降維雙譜特征的分類識別28-48
• 3.1 引言28
• 3.2 降維雙譜特征28-38
• 3.2.1 統(tǒng)計信號的雙譜28-29
• 3.2.2 軸向積分雙譜29-32
• 3.2.3 徑向積分雙譜32-33
• 3.2.4 圓周積分雙譜33-34
• 3.2.5 局部雙譜34-38
• 3.3 分類識別結(jié)果38-47
• 3.3.1 分類識別器及參數(shù)尋優(yōu)算法38-39
• 3.3.2 實驗結(jié)果分析39-47
• 3.4 本章小結(jié)47-48
• 第4章 基于特征子空間的分類識別48-60
• 4.1 引言48
• 4.2 基于子空間的特征提取技術(shù)48-54
• 4.2.1 線性特征提取算法48-50
• 4.2.2 核主成分算法50-52
• 4.2.3 聯(lián)合特征分析算法52-54
• 4.3 實驗結(jié)果分析54-58
• 4.4 本章小結(jié)58-60
• 結(jié)論60-62
• 參考文獻(xiàn)62-66
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果66-68
• 致謝68

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 陳鳳;杜蘭;劉宏偉;保錚;候慶禹;;一種利用強度信息的雷達(dá)HRRP自動目標(biāo)識別方法[J];電子學(xué)報;2009年03期

2 柴晶;劉宏偉;保錚;;提高雷達(dá)HRRP目標(biāo)識別和拒判性能的核學(xué)習(xí)算法[J];西安電子科技大學(xué)學(xué)報;2009年05期

3 肖懷鐵,郭雷,付強,郭桂蓉;寬帶多極化雷達(dá)目標(biāo)模糊匹配識別方法[J];系統(tǒng)工程與電子技術(shù);2005年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 馮德軍;彈道中段目標(biāo)雷達(dá)識別與評估研究[D];國防科學(xué)技術(shù)大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 蘇四華;基于一維距離像的目標(biāo)識別研究[D];電子科技大學(xué);2011年

，

本文編號：691543