現(xiàn)代戰(zhàn)爭已演變?yōu)橐噪娮討?zhàn)、信息戰(zhàn)為中心的高技術戰(zhàn)爭,由此對感知和處理戰(zhàn)場態(tài)勢有了更高要求。雷達自動目標識別（Radar Automatic Target Recognition,RATR）領域伴隨著新軍事變革需求應運而生,在現(xiàn)代戰(zhàn)爭中可提高攻防能力、為指揮自動化和目標檢測預警等方面提供有力支撐,因而決定RATR技術在現(xiàn)代軍事高科技領域的突出地位。高分辨雷達可實現(xiàn)最高層次的目標識別,其目標回波中可提取諸如高分辨距離像（High Resolution Range Profile,HRRP）回波特征、合成孔徑雷達（Synthetic Aperture Radar,SAR）像或逆合成孔徑雷達（Inverse Synthetic Aperture Radar,ISAR）像等特征。而相比于SAR/ISAR像,HRRP能提供目標縱向長度和散射點沿距離向的分布信息,更容易獲得,且HRRP是一維特征對運算或存儲的要求更低。本文緊密圍繞基于HRRP的雷達目標識別這一課題,利用飛行目標的電磁計算數(shù)據(jù),對基于HRRP的多目標識別技術進行了深入研究。首先針對HRRP目標數(shù)據(jù)域重合嚴重的問題,提出基于支持向量數(shù)據(jù)... 

【文章來源】：國防科技大學湖南省 211工程院校 985工程院校

【文章頁數(shù)】：169 頁

【學位級別】：博士

【部分圖文】：

雷達目標識別框圖

圖 1.2 高分辨距離像示意圖標與雷達間的相對轉動，再對每個距離單元回波進AR 圖像。但相比 SAR/ISAR 像特征，HRRP 能提供的分布信息，且更容易獲得（二維 SAR/ISAR 對較高）。另外，HRRP 是一維特征，對運算或存儲

、KPCA、KFDA 和 SRC 算法，并利用人工數(shù)據(jù) Toy 和 UCI 公共數(shù)據(jù)最后，2.5 節(jié)總結了本章內容。2.2 核方法法是處理非線性問題有效的手段，其可將非線性問題映射至高維特從而變成高維空間的線性問題，為機器學習提供廣泛的學習能力。：若 x ,y X，函數(shù)K 均滿足： , TK x y x y 稱為核函數(shù)， : x X x H表示原始空間 X 到為高維空間F由核映射 對樣本生成的高維空間為： H span x ,x X，式表示為內積運算： K x , y x , y 。射的具體形式可不必知道，即可通過式(2.1)計算出高維空間中樣本間2 3 : R R為例，核映射示意如圖 2.1 所示。

【參考文獻】：
期刊論文
[1]Radar high resolution range profile recognition via multi-SV method[J]. Long Li,Zheng Liu,Tao Li.  Journal of Systems Engineering and Electronics. 2017(05)
[2]Dual Space SVDD Based Radar Target Recognition from HRRP[J]. XIAO Huaitie,FENG Guoyu,ZHU Yongfeng,HUANG Mengjun.  Chinese Journal of Electronics. 2014(02)



本文編號：3393184