艦船目標(biāo)一維距離像的方位敏感性是利用一維距離像開展雷達(dá)目標(biāo)識別的難點問題。針對該問題,首先根據(jù)艦船目標(biāo)一維成像的機理和特點,分析并驗證了艦船目標(biāo)一維距離像復(fù)高斯分布的統(tǒng)計特性;然后,在此基礎(chǔ)上利用K-S假設(shè)檢驗對距離像方位角進(jìn)行自適應(yīng)分幀,使得每幀的距離像數(shù)據(jù)符合同一復(fù)高斯分布,而幀幀之間的數(shù)據(jù)符合不同分布;最后,針對分幀后距離像數(shù)據(jù)的統(tǒng)計分布,利用Bayes分類器進(jìn)行5類艦船目標(biāo)識別實驗。實驗結(jié)果表明:自適應(yīng)分幀算法不僅提高了艦船目標(biāo)的識別率,還能顯著降低識別運算量和存儲量。 

【文章來源】：海軍工程大學(xué)學(xué)報. 2020,32(03)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

艦船目標(biāo)距離分辨單元示意圖

首先,假設(shè)某距離單元內(nèi)存在20個散射點,每個散射點的幅度服從均值為1、方差為1的高斯分布,相位服從0到2π的均勻分布,仿真計算100組這樣的距離像回波數(shù)據(jù),進(jìn)而可估計得出回波的概率密度分布。利用假設(shè)檢驗可以驗證其概率分布在置信度90%的條件下服從復(fù)高斯分布,假設(shè)檢驗結(jié)果如圖2所示。進(jìn)一步針對某艦船實測數(shù)據(jù)來分析距離像統(tǒng)計特性,實驗中目標(biāo)處在22°-25°方位姿態(tài)角下,連續(xù)采集100組回波數(shù)據(jù),所采集的距離像疊加顯示如圖3所示。

進(jìn)一步針對某艦船實測數(shù)據(jù)來分析距離像統(tǒng)計特性,實驗中目標(biāo)處在22°-25°方位姿態(tài)角下,連續(xù)采集100組回波數(shù)據(jù),所采集的距離像疊加顯示如圖3所示。任意選取某距離單元(如相對距離52 m處),距離像數(shù)據(jù)實部和虛部的累積概率分布如圖4所示,同樣根據(jù)假設(shè)檢驗的結(jié)果可以驗證實測數(shù)據(jù)在置信度90%條件下仍然服從復(fù)高斯分布。

【參考文獻(xiàn)】：
期刊論文
[1]雷達(dá)高分辨距離像自適應(yīng)角域劃分方法[J]. 但波,姜永華,李敬軍,盧毅.  系統(tǒng)工程與電子技術(shù). 2014(11)
[2]基于相關(guān)系數(shù)的雷達(dá)高分辨距離像分幀方法[J]. 劉敬,張軍英,杜蘭.  電子與信息學(xué)報. 2008(09)



本文編號：3125110