目標識別技術在許多領域都取得了顯著的成果。目標識別的首要任務是獲取目標的信息,相較于攝像機等其他傳感器,雷達在獲取目標信息這方面有著明顯的優(yōu)勢,這些優(yōu)點不僅可以應用于民用產業(yè),還適用于軍事領域。因此,基于雷達回波的目標識別具有重要意義。圍繞雷達回波信號的處理以及目標識別方法的優(yōu)化等問題,開展了以下幾個方面的研究工作:1)對于雷達目標,選取目標的幅度作為識別特征,將目標瞬時時刻的幅度推廣至目標完整運動過程中的幅度序列,將幅度序列作為目標識別的特征。利用線性調頻連續(xù)波雷達對實際場景中的摩托車、汽車、無人機和行人四類目標進行實測。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的幅度序列。2)基于提取的雷達目標幅度序列特征,采用堆棧式降噪稀疏自編碼器進行識別,比較了降噪自編碼器的兩種加噪方式對識別效果的影響。利用極限學習機替代傳統(tǒng)神經(jīng)網(wǎng)絡的Soft Max分類層,一定程度上解決了深度網(wǎng)絡隨著結構的加深而訓練速度降低的問題。3)對于目標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正則化極限學習機。通過結合堆棧式降噪稀疏自編碼器和加權正則化極限學習機,充分發(fā)揮兩者的...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

圖1.1：車載戰(zhàn)場感知系統(tǒng)總體結構圖（陰影為論文相關部分）

圖1.1：車載戰(zhàn)場感知系統(tǒng)總體結構圖（陰影為論文相關部分）系統(tǒng)研制中，需要解決眾多的實際問題。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、序列圖像目標的檢測與識別、圖像配準、毫米波雷與處理、雷達目標識別等；在融合處理階段有不同傳感器輸出信息的時間準、多目標的航跡關聯(lián)與跟蹤....

圖2第3類目標油輪1相鄰回波間

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

圖3第3類目標油輪1的第一次回波與其后的各次回波的相關曲線圖

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

圖2收發(fā)獨立天線的雷達框圖

華北理工大學碩士學位論文-12-圖2收發(fā)獨立天線的雷達框圖Fig.2Radarblockdiagramfortransmittingandreceivingindependentantennas從毫米波雷達的整體結構上來看，通�？梢詫⒑撩撞ɡ走_分為兩部分。其中一部分是由調制信號發(fā)....

本文編號：3927223