基于奇異函數(shù)分析模型的距離像特征重構(gòu)算法研究
發(fā)布時間:2021-04-29 09:23
高分辨率距離像(High Resolution Range Profile,HRRP)是寬帶雷達接收到的目標后向散射回波在距離單元內(nèi)疊加而成,提供了目標散射強度沿雷達視線的分布情況,具有易于獲取和處理簡單等優(yōu)點,因此成為雷達自動目標識別領(lǐng)域的研究熱點。首先介紹了 HRRP相關(guān)背景知識,包括HRRP成像特點,基于HRRP的目標識別過程中常用的預處理方法、特征提取方法與分類方法等。在此基礎(chǔ)上,針對姿態(tài)敏感問題,研究了基于奇異點提取目標散射中心位置特征的方法。利用奇異點在距離像中表征散射中心的性質(zhì),提取距離像的奇異點構(gòu)建目標散射中心位置特征。在仿真實驗中,比較了散射中心位置特征以及奇異點與其他提取散射中心算法的識別性能。仿真實驗結(jié)果表明,第一,相對于散射中心強度特征,散射中心位置是一種姿態(tài)更加穩(wěn)健的特征;第二,與其他提取散射中心的算法相比,奇異點能更準確地提取距離像的強散射中心。針對距離像缺失和平移敏感問題,將核磁共振圖像處理領(lǐng)域的奇異函數(shù)分析模型重構(gòu)思想引入距離像識別。利用奇異譜函數(shù)分析模型能夠從部分譜數(shù)據(jù)重建完整信號的性質(zhì),對原始距離像及其FFT幅度特征進行重構(gòu),補全距離像未獲取的頻譜數(shù)...
【文章來源】:山東大學山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及研究意義
1.2 雷達高分辨率距離像
1.3 雷達高分辨率距離像的識別方法
1.3.1 預處理過程
1.3.2 HRRP的特征提取方法
1.3.3 HRRP的分類方法
1.4 論文的結(jié)構(gòu)安排
第2章 基于奇異點提取散射中心位置特征
2.1 散射中心位置特征
2.2 基于奇異點提取散射中心位置特征
2.3 其他提取散射中心的方法
2.3.1 RELAX算法
2.3.2 MUSIC算法
2.4 仿真實驗
2.4.1 不同閾值的識別性能
2.4.2 散射中心位置特征的識別性能
2.4.3 散射中心位置特征的抗噪性能
2.4.4 與其他提取散射中心方法比較
2.5 本章小結(jié)
第3章 基于奇異函數(shù)分析模型的距離像重構(gòu)
3.1 重構(gòu)方法概述
3.2 奇異函數(shù)分析模型
3.2.1 一維奇異函數(shù)分析模型
3.2.2 二維奇異函數(shù)分析模型
3.3 高分辨率距離像重構(gòu)
3.3.1 距離像重構(gòu)分析
3.3.2 距離像重構(gòu)參數(shù)確定
3.4 分類器
3.4.1 BP神經(jīng)網(wǎng)絡(luò)
3.4.2 BP神經(jīng)網(wǎng)絡(luò)算法改進
3.5 仿真實驗
3.6 本章小結(jié)
第4章 總結(jié)和展望
4.1 總結(jié)
4.2 展望
參考文獻
致謝
學位論文評閱及答辯情況表
【參考文獻】:
期刊論文
[1]一維卷積神經(jīng)網(wǎng)絡(luò)用于雷達高分辨率距離像識別[J]. 殷和義,郭尊華. 電訊技術(shù). 2018(10)
[2]基于可區(qū)分性字典學習模型的極化SAR圖像分類[J]. 桑成偉,孫洪. 信號處理. 2017(11)
[3]基于二叉樹直覺模糊SVM的彈道目標HRRP識別[J]. 翟夕陽,王曉丹,李睿,賈琪. 火力與指揮控制. 2017(10)
[4]GA優(yōu)化的稀疏分解在雷達目標識別中的應用[J]. 趙東波,李輝. 信息技術(shù). 2017(09)
[5]基于原子范數(shù)最小化的高分辨距離像散射中心估計[J]. 汪鈺,姜元,王彥華,李陽,龍騰. 信號處理. 2017(04)
[6]基于ISAR像的艦船目標識別技術(shù)研究[J]. 侯穎妮,楊予昊,李士國,江濤. 現(xiàn)代雷達. 2016(03)
[7]基于復高斯模型的雷達高分辨距離像目標識別新方法[J]. 王鵬輝,杜蘭,劉宏偉. 光學學報. 2014(02)
[8]高分辨一維距離像及其仿真[J]. 周兆軍,程遠國,程銳. 艦船電子工程. 2013(09)
[9]基于壓縮感知的多角度SAR特征提取[J]. 周漢飛,李禹,粟毅. 電子學報. 2013(03)
[10]雷達高距離分辨率一維像目標識別[J]. 郭尊華,李達,張伯彥. 系統(tǒng)工程與電子技術(shù). 2013(01)
博士論文
[1]激光成像雷達地面遮蔽目標檢測方法研究[D]. 趙明波.國防科學技術(shù)大學 2013
[2]基于高分辨距離像的雷達自動目標識別方法研究[D]. 侯慶禹.西安電子科技大學 2009
[3]基于高分辨距離像的雷達目標識別方法研究[D]. 袁莉.西安電子科技大學 2007
[4]雷達高分辨距離像目標識別方法研究[D]. 杜蘭.西安電子科技大學 2007
[5]彈道中段目標極化域特征提取與識別[D]. 王濤.國防科學技術(shù)大學 2006
碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和特征融合的高分辨率距離像識別[D]. 殷和義.山東大學 2018
[2]各向異性散射中心參數(shù)估計方法研究[D]. 馬蕊.西安電子科技大學 2017
[3]雷達恒虛警與旋轉(zhuǎn)類目標檢測技術(shù)研究[D]. 鄭瓊.西安電子科技大學 2011
[4]基于部分頻譜數(shù)據(jù)圖像重構(gòu)的去噪算法[D]. 駱歡.上海交通大學 2009
[5]基于散射中心模型的高分辨雷達目標識別方法研究[D]. 秦敬喜.國防科學技術(shù)大學 2008
[6]飛機目標的雷達回波特性研究[D]. 杜蘭.西安電子科技大學 2004
本文編號:3167274
【文章來源】:山東大學山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及研究意義
1.2 雷達高分辨率距離像
1.3 雷達高分辨率距離像的識別方法
1.3.1 預處理過程
1.3.2 HRRP的特征提取方法
1.3.3 HRRP的分類方法
1.4 論文的結(jié)構(gòu)安排
第2章 基于奇異點提取散射中心位置特征
2.1 散射中心位置特征
2.2 基于奇異點提取散射中心位置特征
2.3 其他提取散射中心的方法
2.3.1 RELAX算法
2.3.2 MUSIC算法
2.4 仿真實驗
2.4.1 不同閾值的識別性能
2.4.2 散射中心位置特征的識別性能
2.4.3 散射中心位置特征的抗噪性能
2.4.4 與其他提取散射中心方法比較
2.5 本章小結(jié)
第3章 基于奇異函數(shù)分析模型的距離像重構(gòu)
3.1 重構(gòu)方法概述
3.2 奇異函數(shù)分析模型
3.2.1 一維奇異函數(shù)分析模型
3.2.2 二維奇異函數(shù)分析模型
3.3 高分辨率距離像重構(gòu)
3.3.1 距離像重構(gòu)分析
3.3.2 距離像重構(gòu)參數(shù)確定
3.4 分類器
3.4.1 BP神經(jīng)網(wǎng)絡(luò)
3.4.2 BP神經(jīng)網(wǎng)絡(luò)算法改進
3.5 仿真實驗
3.6 本章小結(jié)
第4章 總結(jié)和展望
4.1 總結(jié)
4.2 展望
參考文獻
致謝
學位論文評閱及答辯情況表
【參考文獻】:
期刊論文
[1]一維卷積神經(jīng)網(wǎng)絡(luò)用于雷達高分辨率距離像識別[J]. 殷和義,郭尊華. 電訊技術(shù). 2018(10)
[2]基于可區(qū)分性字典學習模型的極化SAR圖像分類[J]. 桑成偉,孫洪. 信號處理. 2017(11)
[3]基于二叉樹直覺模糊SVM的彈道目標HRRP識別[J]. 翟夕陽,王曉丹,李睿,賈琪. 火力與指揮控制. 2017(10)
[4]GA優(yōu)化的稀疏分解在雷達目標識別中的應用[J]. 趙東波,李輝. 信息技術(shù). 2017(09)
[5]基于原子范數(shù)最小化的高分辨距離像散射中心估計[J]. 汪鈺,姜元,王彥華,李陽,龍騰. 信號處理. 2017(04)
[6]基于ISAR像的艦船目標識別技術(shù)研究[J]. 侯穎妮,楊予昊,李士國,江濤. 現(xiàn)代雷達. 2016(03)
[7]基于復高斯模型的雷達高分辨距離像目標識別新方法[J]. 王鵬輝,杜蘭,劉宏偉. 光學學報. 2014(02)
[8]高分辨一維距離像及其仿真[J]. 周兆軍,程遠國,程銳. 艦船電子工程. 2013(09)
[9]基于壓縮感知的多角度SAR特征提取[J]. 周漢飛,李禹,粟毅. 電子學報. 2013(03)
[10]雷達高距離分辨率一維像目標識別[J]. 郭尊華,李達,張伯彥. 系統(tǒng)工程與電子技術(shù). 2013(01)
博士論文
[1]激光成像雷達地面遮蔽目標檢測方法研究[D]. 趙明波.國防科學技術(shù)大學 2013
[2]基于高分辨距離像的雷達自動目標識別方法研究[D]. 侯慶禹.西安電子科技大學 2009
[3]基于高分辨距離像的雷達目標識別方法研究[D]. 袁莉.西安電子科技大學 2007
[4]雷達高分辨距離像目標識別方法研究[D]. 杜蘭.西安電子科技大學 2007
[5]彈道中段目標極化域特征提取與識別[D]. 王濤.國防科學技術(shù)大學 2006
碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和特征融合的高分辨率距離像識別[D]. 殷和義.山東大學 2018
[2]各向異性散射中心參數(shù)估計方法研究[D]. 馬蕊.西安電子科技大學 2017
[3]雷達恒虛警與旋轉(zhuǎn)類目標檢測技術(shù)研究[D]. 鄭瓊.西安電子科技大學 2011
[4]基于部分頻譜數(shù)據(jù)圖像重構(gòu)的去噪算法[D]. 駱歡.上海交通大學 2009
[5]基于散射中心模型的高分辨雷達目標識別方法研究[D]. 秦敬喜.國防科學技術(shù)大學 2008
[6]飛機目標的雷達回波特性研究[D]. 杜蘭.西安電子科技大學 2004
本文編號:3167274
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3167274.html
最近更新
教材專著