雷達(dá)目標(biāo)分類識別是一種根據(jù)目標(biāo)和環(huán)境的雷達(dá)回波信號,基于電磁散射機(jī)理,提取目標(biāo)特征,實(shí)現(xiàn)對目標(biāo)屬性、類別或類型進(jìn)行分類和識別的技術(shù)。該技術(shù)廣泛應(yīng)用于敵我身份鑒別、真假彈頭識別、故障目標(biāo)檢測及石油礦藏勘測等軍用和民用領(lǐng)域。窄帶雷達(dá)技術(shù)成熟、結(jié)構(gòu)簡單、抗干擾能力強(qiáng)且價格低廉,是被使用和部署最多的一種雷達(dá),故最大化地?cái)U(kuò)展窄帶雷達(dá)識別目標(biāo)的能力意義重大。因此,本文針對窄帶雷達(dá)數(shù)據(jù),開展飛機(jī)目標(biāo)大小分類、飛機(jī)目標(biāo)類型（直升機(jī)/螺旋槳飛機(jī)/噴氣式飛機(jī)）分類及直升機(jī)旋翼物理參數(shù)提取等研究,主要內(nèi)容如下:（1）提出一種基于非均勻量化狀態(tài)轉(zhuǎn)移特征的飛機(jī)目標(biāo)大小分類方法,該方法通過非均勻量化重新分割目標(biāo)的數(shù)據(jù)分布,計(jì)算其狀態(tài)轉(zhuǎn)移矩陣,通過狀態(tài)轉(zhuǎn)移矩陣的差距對比來判定目標(biāo)大小。相比基于統(tǒng)計(jì)特征（均值、方差等）的分類方法,該方法更細(xì)致地利用了目標(biāo)RCS的起伏信息,且對RCS的角度敏感性低。仿真實(shí)驗(yàn)表明,采用非均勻量化狀態(tài)轉(zhuǎn)移特征進(jìn)行分類比采用統(tǒng)計(jì)特征的分類效果更為穩(wěn)定,總體的分類準(zhǔn)確率也高。（2）提出一種基于第一本征模函數(shù)周期特征的飛機(jī)目標(biāo)類型分類方法,該方法利用經(jīng)驗(yàn)擬態(tài)分解法消除機(jī)身分量,分解出微多普勒信號... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

一種小型飛機(jī)散射點(diǎn)分布示意圖

第二章RCS及微多普勒仿真計(jì)算9圖2-1一種小型飛機(jī)散射點(diǎn)分布示意圖圖2-2一種小型飛機(jī)RCS隨角度變化圖2.3.2中型飛機(jī)目標(biāo)的全角度RCS仿真中型飛機(jī)的散射點(diǎn)個數(shù)范圍設(shè)置為20~25個，飛機(jī)的長寬限制在40米以內(nèi)。圖2-3展示了某一種中型飛機(jī)的散射點(diǎn)分布圖，圖2-4則為該飛機(jī)仿真得到的全角度RCS。從圖2-4中可以看出在該仿真參數(shù)條件下，該中型飛機(jī)的RCS基本介于0-14dB之間，均值在4.1dB左右。雖然中型飛機(jī)的RCS數(shù)值分布比小型飛機(jī)要廣一些，整體的均值也更高，但在數(shù)值分布廣度上升了4dB的情況下，均值僅

電子科技大學(xué)碩士學(xué)位論文10上升了0.8dB，可見中型飛機(jī)的RCS數(shù)值的分布相對小型飛機(jī)更偏下半部，極大值數(shù)量更多，數(shù)值也更大。圖2-3一種中型飛機(jī)散射點(diǎn)分布示意圖2-4某一中型飛機(jī)RCS隨角度變化圖2.3.3大型飛機(jī)目標(biāo)的全角度RCS仿真大型飛機(jī)的散射點(diǎn)個數(shù)范圍設(shè)置為30~35個，飛機(jī)的長寬限制在60米以左右。圖2-5展示了某一種大型飛機(jī)的散射點(diǎn)分布圖，圖2-6則為該飛機(jī)仿真得到的全角度RCS。從圖2-5中可以看出在該仿真參數(shù)條件下，大中型飛機(jī)的RCS基本介于

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的彈道目標(biāo)智能分類[J]. 李江,馮存前,王義哲,賀思三.  系統(tǒng)工程與電子技術(shù). 2020(06)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的飛機(jī)目標(biāo)識別算法[J]. 夏海琴,彭章友.  電子測量技術(shù). 2019(14)
[3]直升機(jī)機(jī)身外形的低RCS優(yōu)化[J]. 李杰.  中國科技信息. 2019(10)
[4]基于窄帶RCS的空間目標(biāo)尺寸識別[J]. 周馳,李智,徐燦.  無線電工程. 2018(10)
[5]基于時域回波相關(guān)性特征的飛機(jī)目標(biāo)分類方法[J]. 杜蘭,李林森,李瑋璐,王寶帥,史蕙若.  雷達(dá)學(xué)報(bào). 2015(06)
[6]雷達(dá)目標(biāo)識別技術(shù)綜述[J]. 馬林.  現(xiàn)代雷達(dá). 2011(06)
[7]基于不同角域RCS均值的雷達(dá)探測模型[J]. 李瑩,黃沛霖,武哲.  北京航空航天大學(xué)學(xué)報(bào). 2008(06)
[8]螺旋槳飛機(jī)調(diào)制周期特征的W VD分析法[J]. 蔣平.  計(jì)算機(jī)仿真. 2007(09)
[9]基于旋翼微動雷達(dá)特征的空中目標(biāo)識別[J]. 陳行勇,黎湘,郭桂蓉,姜斌.  系統(tǒng)工程與電子技術(shù). 2006(03)
[10]雷達(dá)目標(biāo)識別技術(shù)綜述[J]. 王曉丹,王積勤.  現(xiàn)代雷達(dá). 2003(05)

博士論文
[1]基于微多普勒效應(yīng)的空中飛機(jī)目標(biāo)分類研究[D]. 王寶帥.西安電子科技大學(xué) 2015

碩士論文
[1]基于深度學(xué)習(xí)的RCS角度外推與目標(biāo)識別研究[D]. 朱其姣.哈爾濱工業(yè)大學(xué) 2019
[2]基于RCS序列的雷達(dá)目標(biāo)特征辨識方法研究[D]. 李鑫.北京交通大學(xué) 2018
[3]窄帶雷達(dá)飛機(jī)目標(biāo)特征提取與分類器設(shè)計(jì)研究[D]. 費(fèi)大勇.西安電子科技大學(xué) 2017
[4]基于微動特征的雷達(dá)目標(biāo)分類方法研究[D]. 代穎超.西安電子科技大學(xué) 2017
[5]窄帶雷達(dá)飛機(jī)目標(biāo)分類方法和雜波抑制方法研究[D]. 阮龍.西安電子科技大學(xué) 2013
[6]基于RCS特征提取的雷達(dá)目標(biāo)識別新方法[D]. 吳貝貝.蘇州大學(xué) 2007



本文編號：3543876