【摘要】：原始高分辨距離像數(shù)據(jù)為復(fù)數(shù),不僅可以體現(xiàn)非常多的目標結(jié)構(gòu)信息,還有可高速處理、容易獲取等優(yōu)勢,讓它在自動目標識別領(lǐng)域有著很高的關(guān)注度,并出現(xiàn)在各種研究方向的實驗中。本文的主要研究基于神經(jīng)網(wǎng)絡(luò)對雷達HRRP的目標識別算法研究。目前的大部分雷達HRRP目標識別方法,為了處理復(fù)HRRP的初相敏感性,都只使用了他們的包絡(luò)信息而去除了相位部分。如何有效利用原始復(fù)數(shù)樣本中的全部信息是本文的核心研究內(nèi)容。本文對復(fù)HRRP特性與如何將深層神經(jīng)網(wǎng)絡(luò)用于HRRP目標識別任務(wù)深入研究,提出利用復(fù)數(shù)網(wǎng)絡(luò)對復(fù)HRRP進行目標識別并進行實驗說明,具體內(nèi)容概括如下:1.研究了高分辨距離像目標識別的基本原理。討論了HRRP的敏感性問題、傳統(tǒng)的分類器設(shè)計,并以AGC分類器為例做對比實驗驗證不同預(yù)處理方法的作用,結(jié)果也顯示出預(yù)處理對識別結(jié)果有顯著影響。2.研究了復(fù)數(shù)高分辨距離像的統(tǒng)計特性。從數(shù)學(xué)角度對復(fù)HRRP的特性進行了詳細地介紹,分析了初相對目標識別的影響,解釋了不同距離單元的復(fù)數(shù)高分辨距離像的實部與虛部相互獨立的合理性,并且根據(jù)復(fù)HRRP的分布特性有針對性的設(shè)計了預(yù)處理步驟,為后續(xù)研究復(fù)數(shù)網(wǎng)絡(luò)提供了一定的理論基礎(chǔ)。3.研究了基于實數(shù)網(wǎng)絡(luò)的雷達目標識別方法。大部分傳統(tǒng)目標識別方法的結(jié)構(gòu)都是淺層線性的,一般無法學(xué)習(xí)到可以利用于識別的深層特征。隨著神經(jīng)網(wǎng)絡(luò)的發(fā)展,出現(xiàn)了許多基于深層神經(jīng)網(wǎng)絡(luò)的雷達目標識別方法。相比淺層線性方法,深層神經(jīng)網(wǎng)絡(luò)因為其結(jié)構(gòu)特性可以學(xué)習(xí)到目標層次的有效特征,會有更好的識別性能。我們從基本神經(jīng)網(wǎng)絡(luò)入手,介紹了經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)與殘差神經(jīng)網(wǎng)絡(luò),詳細分析了它們的結(jié)構(gòu)和工作原理,并將它們利用到對實HRRP的目標識別任務(wù)當中,實驗表明深層神經(jīng)網(wǎng)絡(luò)的性能優(yōu)于傳統(tǒng)目標識別方法。4.研究了基于復(fù)數(shù)網(wǎng)絡(luò)的雷達目標識別方法。針對常見目標識別方法去除相位信息,從而造成識別率受限的問題,提出使用復(fù)數(shù)網(wǎng)絡(luò)和復(fù)數(shù)殘差網(wǎng)絡(luò)對復(fù)HRRP進行目標識別。介紹了復(fù)數(shù)網(wǎng)絡(luò)模型中重要組成部分:復(fù)數(shù)卷積、復(fù)數(shù)激勵函數(shù)、復(fù)數(shù)批歸一化、復(fù)數(shù)參數(shù)初始化,和基于卷積網(wǎng)絡(luò)的復(fù)數(shù)殘差網(wǎng)絡(luò)。在對復(fù)HRRP進行預(yù)處理后的基礎(chǔ)上,使用雙層復(fù)數(shù)卷積網(wǎng)絡(luò)、三層復(fù)數(shù)卷積網(wǎng)絡(luò)和雙層復(fù)數(shù)殘差網(wǎng)絡(luò)進行目標識別實驗,由于利用了復(fù)HRRP的相位信息,因此復(fù)數(shù)網(wǎng)絡(luò)得到了高于基于實數(shù)網(wǎng)絡(luò)的HRRP目標識別實驗的識別率。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN957.52
【圖文】：

5(a) (b) (c)圖1.1 三類飛機的實物照片：(a) 雅克-42；(b) 獎狀；(c)安-26圖1.2 三類目標飛機航跡在地面上的投影1.3.2 論文內(nèi)容安排本文基于復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)對 HRRP 目標識別展開研究，結(jié)合 HRRP 的數(shù)據(jù)特征和目標特性，分析復(fù)數(shù)數(shù)據(jù)的特點，分別使用淺層、深層神經(jīng)網(wǎng)絡(luò)對復(fù)數(shù) HRRP 進行目標識別，并與實數(shù) HRRP 目標識別性能進行對比。本文內(nèi)容安排如下：第一章是緒論。從介紹雷達的發(fā)展與重要性入手，到描述雷達目標識別的歷史背景和研究意義，接下來分別介紹了雷達目標識別、神經(jīng)網(wǎng)絡(luò)、復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)和基于神經(jīng)網(wǎng)絡(luò)的雷達目標識別幾方面的研究歷史與現(xiàn)狀，包括近年來的基于復(fù)數(shù)網(wǎng)絡(luò)的雷達目標識別方法，還有所用 HRRP 實驗數(shù)據(jù)以及論文的主要內(nèi)容進行簡要介紹。第二章主要介紹 HRRP 目標識別的基本理論。本章從數(shù)學(xué)形式上描述 HRRP 數(shù)據(jù)

(a) (b) (c)圖1.1 三類飛機的實物照片：(a) 雅克-42；(b) 獎狀；(c)安-26圖1.2 三類目標飛機航跡在地面上的投影1.3.2 論文內(nèi)容安排本文基于復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)對 HRRP 目標識別展開研究，結(jié)合 HRRP 的數(shù)據(jù)特征和目標特性，分析復(fù)數(shù)數(shù)據(jù)的特點，分別使用淺層、深層神經(jīng)網(wǎng)絡(luò)對復(fù)數(shù) HRRP 進行目標識別，并與實數(shù) HRRP 目標識別性能進行對比。本文內(nèi)容安排如下：第一章是緒論。從介紹雷達的發(fā)展與重要性入手，到描述雷達目標識別的歷史背景和研究意義，接下來分別介紹了雷達目標識別、神經(jīng)網(wǎng)絡(luò)、復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)和基于神經(jīng)網(wǎng)絡(luò)的雷達目標識別幾方面的研究歷史與現(xiàn)狀，包括近年來的基于復(fù)數(shù)網(wǎng)絡(luò)的雷達目標識別方法，還有所用 HRRP 實驗數(shù)據(jù)以及論文的主要內(nèi)容進行簡要介紹。第二章主要介紹 HRRP 目標識別的基本理論。本章從數(shù)學(xué)形式上描述 HRRP 數(shù)據(jù)

章 高分辨距離像目標識別的基像的基本概念HRRP）是用寬帶雷達獲取的目標散射點子含了很多關(guān)于目標的信息，可以從目標散射on，RCS）沿雷達視線（LineofSight，LOS）情況。如圖 2.1 是雷達高分辨距離像的生成示射點反射的回波在投影上相加形成 HRRP，，讓距離像有確切的物理意義，對目標識別數(shù)據(jù)為復(fù)數(shù)，不僅可以體現(xiàn)非常多的目標結(jié)處理、容易獲取等優(yōu)勢，讓它在自動目標識目標識別方法已成為主流實時目標識別手段

【相似文獻】

相關(guān)期刊論文 前10條

1 李筠;于連慶;楊予昊;;基于高分辨距離像的空中目標長度提取方法[J];現(xiàn)代雷達;2018年07期

2 包云霞;毛二可;何佩琨;;基于一維高分辨距離像的相關(guān)測速補償算法[J];北京理工大學(xué)學(xué)報;2008年02期

3 張宏銘;曹俊紡;;寬帶雷達一維高分辨距離像識別研究[J];雷達與對抗;2009年02期

4 馬建華;劉宏偉;保錚;;基于小波變換的雷達高分辨距離像識別[J];西安電子科技大學(xué)學(xué)報;2005年06期

5 張濤,張群,馬長征,張守宏;基于高分辨距離像的角閃爍抑制方法[J];西安電子科技大學(xué)學(xué)報;2001年03期

6 馮德軍;王雪松;肖順平;王國玉;;雷達目標高分辨距離像的物理統(tǒng)計建模方法[J];雷達科學(xué)與技術(shù);2006年02期

7 孫憶業(yè);趙彬;;利用高分辨距離像的雷達目標識別[J];科技導(dǎo)報;2008年13期

8 劉宏偉,杜蘭,袁莉,保錚;雷達高分辨距離像目標識別研究進展[J];電子與信息學(xué)報;2005年08期

9 王彩云;孔一薈;;基于稀疏表示字典優(yōu)化的雷達高分辨距離像目標識別[J];南京航空航天大學(xué)學(xué)報;2013年06期

10 姚漢英;孫文峰;馬曉巖;;基于高分辨距離像序列的錐柱體目標進動和結(jié)構(gòu)參數(shù)估計[J];電子與信息學(xué)報;2013年03期

相關(guān)會議論文 前9條

1 李璋峰;趙國強;孫厚軍;呂昕;;基于W波段探測系統(tǒng)的高分辨距離像的研究[A];2013年全國微波毫米波會議論文集[C];2013年

2 李含清;王宏宇;王彥華;李陽;曾濤;;基于CNN的地面目標高分辨距離像識別方法[A];第十三屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2019年

3 杜筱佳;李躍華;賀冠華;;基于標簽重構(gòu)的毫米波高分辨距離像識別算法[A];2015年第十屆全國毫米波、亞毫米波學(xué)術(shù)會議論文集（二）[C];2015年

4 王曉丹;王積勤;;基于SVM的雷達目標高分辨距離像識別研究[A];第十一屆全國信號處理學(xué)術(shù)年會（CCSP-2003）論文集[C];2003年

5 李輝;張安;于紅梅;;雷達目標識別發(fā)展回顧與實現(xiàn)中的關(guān)鍵理論[A];2007年光電探測與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會論文集[C];2007年

6 李斌;姚康澤;王巖;;基于高分辨距離像統(tǒng)計模型的雷達目標識別[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集（上冊）[C];2008年

7 王彩云;毛士藝;;雷達高分辨距離像特征提取方法研究進展[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

8 陳昆;李躍華;黃燕;單善善;;毫米波雷達高分辨距離像抽取方法研究[A];2015年第十屆全國毫米波、亞毫米波學(xué)術(shù)會議論文集（二）[C];2015年

9 梁海濤;童創(chuàng)明;王曉丹;;基于目標分解與SVM的目標識別方法[A];2009年全國微波毫米波會議論文集（下冊）[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 徐彬;基于時序動態(tài)模型的雷達高分辨距離像目標識別研究[D];西安電子科技大學(xué);2019年

2 和華;雷達高分辨距離像噪聲穩(wěn)健和小樣本穩(wěn)健識別方法研究[D];西安電子科技大學(xué);2017年

3 杜蘭;雷達高分辨距離像目標識別方法研究[D];西安電子科技大學(xué);2007年

4 袁莉;基于高分辨距離像的雷達目標識別方法研究[D];西安電子科技大學(xué);2007年

5 陳渤;基于核方法的雷達高分辨距離像目標識別技術(shù)研究[D];西安電子科技大學(xué);2008年

6 劉盛啟;基于高分辨距離像的特征提取與識別增強技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2016年

7 周云;基于高分辨距離像的雷達目標識別研究[D];電子科技大學(xué);2016年

8 馮國瑜;基于核方法的雷達高分辨距離像目標識別方法研究[D];國防科學(xué)技術(shù)大學(xué);2012年

9 潘勉;雷達高分辨距離像目標識別技術(shù)研究[D];西安電子科技大學(xué);2013年

10 柴晶;雷達高分辨距離像目標識別的拒判算法和特征提取技術(shù)研究[D];西安電子科技大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 李偉一;雷達高分辨距離像小樣本目標識別方法研究[D];西安電子科技大學(xué);2019年

2 孟亦然;基于貝葉斯結(jié)構(gòu)化統(tǒng)計模型的變體目標高分辨距離像識別方法研究[D];西安電子科技大學(xué);2019年

3 李婉萍;基于復(fù)數(shù)網(wǎng)絡(luò)的雷達高分辨距離像目標識別方法研究[D];西安電子科技大學(xué);2019年

4 鄭瀚;基于深度遷移學(xué)習(xí)的雷達高分辨距離像識別研究[D];廈門大學(xué);2018年

5 林悅;基于高分辨距離像的雷達目標識別技術(shù)研究[D];南京信息工程大學(xué);2018年

6 劉悅;雷達高分辨距離像的精細統(tǒng)計建模方法研究[D];西安電子科技大學(xué);2018年

7 袁家雯;基于字典學(xué)習(xí)的雷達高分辨距離像目標識別技術(shù)研究[D];南京航空航天大學(xué);2018年

8 丁艷華;基于雷達高分辨距離像目標識別的在線貝葉斯模型研究[D];西安電子科技大學(xué);2017年

9 閆金鳳;基于高分辨距離像的單脈沖測角研究[D];哈爾濱工業(yè)大學(xué);2007年

10 朱新奎;空間目標高分辨距離像識別及微動特征提取方法研究[D];西安電子科技大學(xué);2017年

本文編號：2761424