發(fā)布時間：2024-02-03 03:01

　　雷達目標數(shù)據(jù)處理是建立在雷達信號處理后的再處理過程,其輸入為信號檢測器報出的點跡,輸出為目標的航跡信息。點跡信息中包括目標和雜波的參數(shù)估計,利用這些信息找出目標、預(yù)測目標未來的運動學信息是其主要的任務(wù)。任務(wù)對應(yīng)著航跡起始、目標位置預(yù)測、航跡維持三個航跡處理流程。本文聚焦于當空間目標的運動狀態(tài)方程非線性的情況下,利用機器學習方法的實現(xiàn)雷達目標數(shù)據(jù)處理。首先針對航跡起始的問題,將其轉(zhuǎn)化為是否起始的二分類問題。通過真實目標的運動學信息構(gòu)建可用于區(qū)分的特征,利用這些信息訓練隨機森林網(wǎng)絡(luò),再使用訓練好的隨機森林網(wǎng)絡(luò)判斷點跡組合是否滿足航跡起始條件。針對可能出現(xiàn)的點跡漏檢情況,使用多項式擬合方式補上缺失的點跡。其次,針對目標運動信息預(yù)測的問題,提出使用長短時記憶網(wǎng)絡(luò)這種時間序列預(yù)測方式預(yù)測目標的狀態(tài)參數(shù)。繞開非線性運動模型的建立,通過數(shù)據(jù)本身時間上的趨勢性,通過長短時記憶網(wǎng)絡(luò)這種人工智能時間序列預(yù)測方式實現(xiàn)雷達目標狀態(tài)的預(yù)測。為了保證測試樣本對網(wǎng)絡(luò)具有尺度不變性,測試樣本需要用訓練樣本的尺度轉(zhuǎn)化。最后,針對航跡維持,使用一種改進的模糊C均值聚類的方法。通過目標狀態(tài)預(yù)測值確定相關(guān)波門。假設(shè)門內(nèi)所有的...

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

圖2-1CART樹結(jié)構(gòu)圖

哈爾濱工業(yè)大學工學碩士學位論文-15-紹如何最有效率的形成CART樹。圖2-1CART樹結(jié)構(gòu)圖具體的，共K個類別的Gini系數(shù)的計算如公式（2-1）所示。211()(1)1KKkkkkkGinipppp====(2-1)其中pk為第k個類別的概率。對于本文的二分問題，可以簡化為式....

圖2-2隨機森林算法流程圖

哈爾濱工業(yè)大學工學碩士學位論文-18-絡(luò)對不同樣本的適應(yīng)能力進一步加強。隨機森林分類算法的流程可以描述為三個過程：①對原始訓練樣本集合隨機有放回抽樣構(gòu)建m個決策樹的樣本集合；②從每個決策樹樣本集中隨機選取n個特征值構(gòu)建對應(yīng)的決策樹；③統(tǒng)計所有決策樹的結(jié)果，判定數(shù)量最多為分類結(jié)果。....

圖2-3隨機森林訓練流程圖

哈爾濱工業(yè)大學工學碩士學位論文

圖2-4隨機森林測試樣本處理程圖

圖2-3隨機森林訓練流程圖由于對于本文而言，判定結(jié)果為是否的0-1問題，即隨機森林將點跡組合分為正確航跡起始組合或者錯誤航跡起始組合。為了避免出現(xiàn)判斷結(jié)果正確的決策樹數(shù)目和判斷結(jié)果錯誤的決策樹數(shù)目五五開的情況，決策樹個數(shù)應(yīng)選取一個合適的奇數(shù)[41]。測試樣本處理的流程....

本文編號：3893601