目標(biāo)識別技術(shù)在許多領(lǐng)域都取得了顯著的成果。目標(biāo)識別的首要任務(wù)是獲取目標(biāo)的信息,相較于攝像機(jī)等其他傳感器,雷達(dá)在獲取目標(biāo)信息這方面有著明顯的優(yōu)勢,這些優(yōu)點(diǎn)不僅可以應(yīng)用于民用產(chǎn)業(yè),還適用于軍事領(lǐng)域。因此,基于雷達(dá)回波的目標(biāo)識別具有重要意義。圍繞雷達(dá)回波信號的處理以及目標(biāo)識別方法的優(yōu)化等問題,開展了以下幾個方面的研究工作:1)對于雷達(dá)目標(biāo),選取目標(biāo)的幅度作為識別特征,將目標(biāo)瞬時時刻的幅度推廣至目標(biāo)完整運(yùn)動過程中的幅度序列,將幅度序列作為目標(biāo)識別的特征。利用線性調(diào)頻連續(xù)波雷達(dá)對實(shí)際場景中的摩托車、汽車、無人機(jī)和行人四類目標(biāo)進(jìn)行實(shí)測。利用二維快速傅里葉變換和二維恒虛警率檢測的處理方法提取目標(biāo)的幅度序列。2)基于提取的雷達(dá)目標(biāo)幅度序列特征,采用堆棧式降噪稀疏自編碼器進(jìn)行識別,比較了降噪自編碼器的兩種加噪方式對識別效果的影響。利用極限學(xué)習(xí)機(jī)替代傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的Soft Max分類層,一定程度上解決了深度網(wǎng)絡(luò)隨著結(jié)構(gòu)的加深而訓(xùn)練速度降低的問題。3)對于目標(biāo)識別中存在的樣本數(shù)據(jù)不平衡的情況,提出一種基于樣本自身屬性的加權(quán)正則化極限學(xué)習(xí)機(jī)。通過結(jié)合堆棧式降噪稀疏自編碼器和加權(quán)正則化極限學(xué)習(xí)機(jī),充分發(fā)揮兩者的...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1：車載戰(zhàn)場感知系統(tǒng)總體結(jié)構(gòu)圖（陰影為論文相關(guān)部分）

圖1.1：車載戰(zhàn)場感知系統(tǒng)總體結(jié)構(gòu)圖（陰影為論文相關(guān)部分）系統(tǒng)研制中，需要解決眾多的實(shí)際問題。如在數(shù)據(jù)處理階段有中、長波紅外出信息的采集與處理、序列圖像目標(biāo)的檢測與識別、圖像配準(zhǔn)、毫米波雷與處理、雷達(dá)目標(biāo)識別等；在融合處理階段有不同傳感器輸出信息的時間準(zhǔn)、多目標(biāo)的航跡關(guān)聯(lián)與跟蹤....

圖2第3類目標(biāo)油輪1相鄰回波間

利用相關(guān)系數(shù)ρ來表示兩距離像向量的相似性是合適的。圖2所示是利用已知目標(biāo)油輪1的相鄰回波的距離像得到的相關(guān)系數(shù)曲線圖。圖3所示是已知目標(biāo)油輪1第一次回波與其后的各次回波的相關(guān)曲線圖。圖1　兩類已知目標(biāo)各自其中的一幅一維距離像圖2　第3類目標(biāo)油輪1相鄰回波間相關(guān)系數(shù)曲線圖　　　　　....

圖3第3類目標(biāo)油輪1的第一次回波與其后的各次回波的相關(guān)曲線圖

圖2所示是利用已知目標(biāo)油輪1的相鄰回波的距離像得到的相關(guān)系數(shù)曲線圖。圖3所示是已知目標(biāo)油輪1第一次回波與其后的各次回波的相關(guān)曲線圖。圖1　兩類已知目標(biāo)各自其中的一幅一維距離像圖2　第3類目標(biāo)油輪1相鄰回波間相關(guān)系數(shù)曲線圖　　　　　圖3　第3類目標(biāo)油輪1的第一次回波與其　后的各次回....

圖2收發(fā)獨(dú)立天線的雷達(dá)框圖

華北理工大學(xué)碩士學(xué)位論文-12-圖2收發(fā)獨(dú)立天線的雷達(dá)框圖Fig.2Radarblockdiagramfortransmittingandreceivingindependentantennas從毫米波雷達(dá)的整體結(jié)構(gòu)上來看，通�？梢詫⒑撩撞ɡ走_(dá)分為兩部分。其中一部分是由調(diào)制信號發(fā)....

本文編號：3927223