近年來,無人機違法飛行、鳥擊事件等發(fā)生的頻率逐年增加,無人機和鳥類均屬于非合作低慢小目標。低慢小目標飛行高度低、速度慢、回波強度小,很容易淹沒在環(huán)境雜波中,且存在多種干擾目標,影響對低慢小目標的探測跟蹤;現(xiàn)實背景下,目標處于這樣復雜多樣的雜波和干擾環(huán)境中,數(shù)據(jù)量龐大,無法人為地對其判定,增加了處理難度。所以本文基于機器學習中的聚類算法,區(qū)分出目標和雜波,實現(xiàn)智能化的雷達數(shù)據(jù)處理。本文主要研究城市或機場環(huán)境下低慢小目標和雜波的分類問題,根據(jù)實測數(shù)據(jù)通過聚類方法區(qū)分目標點跡和雜波點跡,主要工作如下:1)根據(jù)實測數(shù)據(jù)構(gòu)建樣本集并選取合適的輸入特征。首先,分析雷達系統(tǒng)的參數(shù)和信號處理流程,給出最終輸出的原始點跡的信息;然后,選取輸入特征并分析其合理性;最后,標準化輸入特征。2)利用K均值方法和密度峰值聚類方法對樣本集進行目標和雜波的聚類。首先,從評價指標、聚類中心選取準則、算法步驟三個方面分析了K均值方法和密度峰值聚類方法,然后運用這兩種方法對樣本集進行聚類實驗,最后對比和分析實驗結(jié)果。3)針對樣本集中雜波和目標不均衡問題,從算法層面提出一種基于改進AdaBoost的密度峰值聚類方法�；诓粚�...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

圖2.1外場測試實拍圖

第二章數(shù)據(jù)集的建立和特征選取引言機器學習算法從數(shù)據(jù)中學習擬合出合適的模型，因此需要先構(gòu)建數(shù)據(jù)集。本章將介紹某型小目標探測雷達系統(tǒng)研制的各項參數(shù)和處理流程，根據(jù)實測數(shù)據(jù)構(gòu)建數(shù)據(jù)集，并研究低慢標和雜波之間的特征差異，選取輸入特征并標準化。數(shù)據(jù)集的構(gòu)建1數(shù)據(jù)集的組成本文樣本集數(shù)....

圖2.4中頻信號時域波形和頻譜結(jié)果圖

南京航空航天大學碩士學位論文其中，iA為中頻信號幅度；if為中頻頻率；i為固定相位。2)實測結(jié)果本雷達系統(tǒng)中，中頻頻率300ifMHz，采樣率400MHzsf，帶寬B150MHz，脈寬0.6s。在實際對無人機探測的試驗中，需要對無人機....

圖2.6基帶信號頻譜實測結(jié)果

2121,12,0,1,2,,21,0,1,2,spsnsnTnsnInkknkTQnTnk為偶數(shù),為奇數(shù),采樣周期為2ssTT，因此抽取后的I路數(shù)據(jù)與Q路數(shù)據(jù)可以表....

圖2.7不加權和加權脈沖壓縮的實測結(jié)果

1)脈沖壓縮原理距離分辨率代表同一個方向上區(qū)分兩個點目標的最小距離。對于傳統(tǒng)的簡單矩形脈沖雷達來說，距離分辨率取決于信號的脈寬。脈寬越窄，帶寬越寬，分辨能力就越高。因此，高距離分辨率需要發(fā)射窄脈沖。另一方面，雷達的作用距離和脈沖信號能量有關，受硬件條件限制，信號能量的提升和脈沖....

本文編號：3901206