空中目標(biāo)憑借高機(jī)動(dòng)性和高靈活度等特點(diǎn),在戰(zhàn)場(chǎng)上承擔(dān)了多種重要任務(wù),得以廣泛的應(yīng)用。對(duì)空中目標(biāo)的檢測(cè)及分類識(shí)別研究不僅有助于及時(shí)發(fā)現(xiàn)入侵目標(biāo),達(dá)到防空預(yù)警的效果,而且能獲得目標(biāo)的類別及武器掛載等細(xì)節(jié)信息,為戰(zhàn)場(chǎng)指揮提供技術(shù)支撐。然而隨著戰(zhàn)場(chǎng)電磁環(huán)境的復(fù)雜化和目標(biāo)類型的增多,在低空環(huán)境中出現(xiàn)了懸停直升機(jī)此類的慢速飛行目標(biāo),低空環(huán)境較強(qiáng)的噪聲或干擾會(huì)掩蓋目標(biāo)回波,導(dǎo)致常規(guī)檢測(cè)算法檢測(cè)性能不佳。針對(duì)常規(guī)門限檢測(cè)算法的局限性和空中目標(biāo)分類識(shí)別的迫切需求,本文從目標(biāo)對(duì)回波的調(diào)制特性著手研究,在對(duì)空中目標(biāo)回波特征分析與提取的基礎(chǔ)上,對(duì)低空慢速目標(biāo)的特征檢測(cè)及空中目標(biāo)分類識(shí)別展開(kāi)研究。具體而言,論文的研究?jī)?nèi)容包含以下三個(gè)部分:1、根據(jù)目標(biāo)的微動(dòng)模型,對(duì)窄帶雷達(dá)體制下三種飛機(jī)目標(biāo)的回波展開(kāi)特征分析。首先分析了直升機(jī)、螺旋槳和噴氣式三類飛機(jī)目標(biāo)的微動(dòng)模型,并進(jìn)行仿真實(shí)驗(yàn)生成回波數(shù)據(jù)。通過(guò)對(duì)回波數(shù)據(jù)的分析發(fā)現(xiàn),三類飛機(jī)目標(biāo)對(duì)回波的調(diào)制特性均表現(xiàn)為較強(qiáng)的平動(dòng)機(jī)身分量和占一定比例的微動(dòng)分量,不同目標(biāo)的差異性主要體現(xiàn)在微動(dòng)分量上。然后依據(jù)這一特性,對(duì)各類目標(biāo)的回波進(jìn)行了包括回波波形特征、體現(xiàn)微動(dòng)特性的時(shí)頻特征在內(nèi)的多種特征的分析,以反映回波的調(diào)制特性。最后,著重研究了直升機(jī)槳葉形狀這一細(xì)節(jié)特征對(duì)回波微多普勒特性的影響,結(jié)合理論與實(shí)測(cè)數(shù)據(jù)展開(kāi)分析,指出了其潛在的利用價(jià)值。2、針對(duì)傳統(tǒng)的目標(biāo)檢測(cè)算法并未考慮到目標(biāo)對(duì)回波的調(diào)制特性這一問(wèn)題,對(duì)低空慢速目標(biāo)展開(kāi)特征檢測(cè)研究。針對(duì)目標(biāo)回波與噪聲或干擾在調(diào)制特性上表現(xiàn)的差異性,重點(diǎn)研究了回波的特征分布情況,對(duì)比分析多種特征的可分性。依據(jù)特征分析的結(jié)果,本文選取了能夠體現(xiàn)目標(biāo)調(diào)制特性的特征量,設(shè)計(jì)了一種可適用于低空目標(biāo)的特征檢測(cè)方法。將所提方法應(yīng)用于回波數(shù)據(jù)的處理時(shí),處理結(jié)果表明,本文所提方法可有效實(shí)現(xiàn)低空慢速目標(biāo)的檢測(cè)。3、基于對(duì)實(shí)測(cè)數(shù)據(jù)的特征分析,對(duì)窄帶雷達(dá)體制下直升機(jī)、螺旋槳及噴氣式飛機(jī)三類目標(biāo)的分類與直升機(jī)識(shí)別展開(kāi)研究。通過(guò)對(duì)三類目標(biāo)實(shí)測(cè)回波數(shù)據(jù)的分析發(fā)現(xiàn),不同類型目標(biāo)其回波的微多普勒調(diào)制特征表現(xiàn)出較大的差異性。根據(jù)這一特性,對(duì)目標(biāo)回波進(jìn)行了多種特征提取,在特征分析的基礎(chǔ)之上選取了可分性較好的一些特征量,并提出了一種多特征聯(lián)合的目標(biāo)分類算法。在分類的基礎(chǔ)之上,利用不同型號(hào)直升機(jī)目標(biāo)回波的微多普勒特性差異,提出了一種基于時(shí)頻特征的直升機(jī)識(shí)別方法。對(duì)實(shí)測(cè)數(shù)據(jù)的處理表明本文所提算法能有效實(shí)現(xiàn)目標(biāo)的分類及識(shí)別。
【學(xué)位單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN957.51;E91
【部分圖文】：

44(7)相位相對(duì)量+時(shí)頻譜密度+時(shí)頻譜通量 (8)頻域波形熵+時(shí)頻譜密度+時(shí)頻譜通量圖4.2 三種回波的特征分布情況由上述特征分布情況可知，總體而言，目標(biāo)與噪聲對(duì)雷達(dá)回波的調(diào)制作用體現(xiàn)出較大的差異性 對(duì)于每種回波特征具體而言，目標(biāo)與噪聲的調(diào)制特性呈現(xiàn)出不同的規(guī)律 通過(guò)對(duì)時(shí)域特征的分布情況進(jìn)行分析可以發(fā)現(xiàn)，目標(biāo)與噪聲的時(shí)域特征出現(xiàn)了混疊，這表明僅僅利用時(shí)域特征難以直接實(shí)現(xiàn)目標(biāo)的檢測(cè) 進(jìn)一步分析可知，噪聲較大的特點(diǎn)即為隨機(jī)性，所以其回波在時(shí)域表現(xiàn)為較大的隨機(jī)性，相對(duì)應(yīng)地會(huì)產(chǎn)生很大的相位相對(duì)量和較大的時(shí)域波形熵 對(duì)于目標(biāo)而言，其在窄帶雷達(dá)體制下的回波由其上各個(gè)散射點(diǎn)回波疊加所得
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃秋燕;馮學(xué)智;肖鵬峰;;利用稀疏分解的高分辨率遙感圖像線狀特征檢測(cè)[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2014年08期

2 方亦凱;程健;汪孔橋;盧漢清;;基于快速尺度空間特征檢測(cè)的手勢(shì)識(shí)別方法[J];中國(guó)圖象圖形學(xué)報(bào);2009年02期

3 潘廣林;梁彥;金術(shù)玲;潘泉;程詠梅;;基于子束變換的自適應(yīng)線性特征檢測(cè)[J];火力與指揮控制;2008年10期

4 馬菊紅;朱燦焰;;認(rèn)知無(wú)線電中一種循環(huán)特征檢測(cè)方法研究[J];通信技術(shù);2009年04期

5 肖志濤,國(guó)澄明,侯正信,于明;圖像特征檢測(cè)算法的分析與研究[J];中國(guó)圖象圖形學(xué)報(bào);2004年12期

6 虞凡;覃征;;一種基于時(shí)頻域歸一化二次譜的信號(hào)特征檢測(cè)方法[J];西安交通大學(xué)學(xué)報(bào);2006年10期

7 溫建飛;岳鳳英;李永紅;;基于FPGA硬件架構(gòu)的實(shí)時(shí)高速圖像特征檢測(cè)系統(tǒng)[J];電子世界;2015年21期

8 劉昕鑫;王元慶;;基于雙焦單目立體視覺(jué)的多層次特征檢測(cè)算法[J];計(jì)算機(jī)測(cè)量與控制;2009年02期

9 陳強(qiáng);金明;童景文;;一種針對(duì)噪聲不確定性的頑健循環(huán)特征檢測(cè)法[J];電信科學(xué);2016年10期

10 蒙軍;黃梅;王成科;;基于灰色關(guān)聯(lián)的運(yùn)動(dòng)訓(xùn)練背景下肌體行為特征檢測(cè)[J];科技通報(bào);2015年02期

相關(guān)博士學(xué)位論文 前10條

1 王建輝;實(shí)時(shí)視覺(jué)特征檢測(cè)與匹配硬件架構(gòu)研究[D];華中科技大學(xué);2015年

2 杜剛;新聞數(shù)據(jù)中突發(fā)話題檢測(cè)研究[D];北京郵電大學(xué);2012年

3 權(quán)勇;基于點(diǎn)表示的幾何體的造型與繪制研究[D];吉林大學(xué);2009年

4 朱瑩;認(rèn)知無(wú)線網(wǎng)絡(luò)中高效頻譜檢測(cè)關(guān)鍵技術(shù)的研究[D];北京郵電大學(xué);2014年

5 胡俊華;圖象局部不變特征及其應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

6 韋春桃;基于相位信息的影像特征檢測(cè)與匹配方法研究[D];武漢大學(xué);2010年

7 金野;紙幣圖像分析理解技術(shù)及其應(yīng)用[D];哈爾濱工業(yè)大學(xué);2008年

8 張超;樹(shù)木影像特征提取與立體匹配技術(shù)研究[D];中國(guó)林業(yè)科學(xué)研究院;2003年

9 王艷霞;圖像輪廓提取與三維重建關(guān)鍵技術(shù)研究[D];重慶大學(xué);2010年

10 肖志濤;基于相位信息的圖像特征檢測(cè)和基于DSP的圖像匹配處理機(jī)的研究[D];天津大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 彭良廣;基于自適應(yīng)消噪的心電特征檢測(cè)與預(yù)警裝置[D];重慶郵電大學(xué);2019年

2 吳嬌嬌;空中目標(biāo)特征檢測(cè)與分類識(shí)別算法研究[D];西安電子科技大學(xué);2019年

3 王飛;基于ARM的過(guò)壩泥流體下泄特征檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];成都理工大學(xué);2019年

4 李明心;高光特征檢測(cè)及其在水果分類上的應(yīng)用[D];廣西大學(xué);2019年

5 巴特爾;基于深度學(xué)習(xí)的特征檢測(cè)與識(shí)別[D];吉林大學(xué);2018年

6 張?jiān)瓶?基于場(chǎng)景識(shí)別的體育視頻廣告嵌入技術(shù)研究[D];杭州師范大學(xué);2018年

7 熊顯闊;鈕扣特征檢測(cè)與分類識(shí)別算法研究[D];華中科技大學(xué);2016年

8 姜艷;對(duì)基于點(diǎn)表示的物體進(jìn)行繪制和特征檢測(cè)的技術(shù)的研究與實(shí)現(xiàn)[D];吉林大學(xué);2008年

9 許可樂(lè);圖像局部不變特征檢測(cè)與描述技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

10 劉曉敏;認(rèn)知無(wú)線電中基于壓縮感知的循環(huán)特征檢測(cè)算法研究[D];北京郵電大學(xué);2014年

本文編號(hào)：2846261