本文關(guān)鍵詞：高頻波段雷達(dá)目標(biāo)特征提取與識(shí)別方法研究　出處：《哈爾濱工業(yè)大學(xué)》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 高頻波段雷達(dá) 目標(biāo)識(shí)別 極點(diǎn)提取 留數(shù) 混疊

【摘要】：高頻波段時(shí)艦船和飛機(jī)目標(biāo)處于諧振區(qū),諧振區(qū)雷達(dá)目標(biāo)散射特性攜帶了目標(biāo)的形狀、尺寸等本原信息,其中的極點(diǎn)特征是由目標(biāo)本身固有屬性如形狀、尺寸等決定,是迄今為止發(fā)現(xiàn)的唯一與入射波形、極化、姿態(tài)無(wú)關(guān)的目標(biāo)本征特征量。利用極點(diǎn)特征進(jìn)行目標(biāo)識(shí)別可克服多頻特征隨方位變化的缺點(diǎn),克服環(huán)境影響,這一特點(diǎn)使高頻波段雷達(dá)基于極點(diǎn)進(jìn)行目標(biāo)識(shí)別具有很大潛力�；诖搜芯勘尘�,本文主要工作圍繞以下四方面進(jìn)行:目標(biāo)回波數(shù)據(jù)獲取;極點(diǎn)特征提取方法研究;基于極點(diǎn)目標(biāo)識(shí)別方法研究;工程實(shí)踐。首先獲取目標(biāo)回波數(shù)據(jù)。用曲面幾何建模方法改進(jìn)了以往線框幾何建模方法,提出了一種基于FEMAP軟件的適合諧振區(qū)RCS計(jì)算的復(fù)雜目標(biāo)曲面建模方法,結(jié)合應(yīng)用改進(jìn)了現(xiàn)有剖分規(guī)則,實(shí)現(xiàn)了通過(guò)仿真計(jì)算獲取更準(zhǔn)確的目標(biāo)RCS。利用一階海雜波獲取準(zhǔn)確的高頻地波超視距雷達(dá)艦船目標(biāo)實(shí)測(cè)RCS。利用實(shí)測(cè)RCS驗(yàn)證了曲面建模方法的可靠性。在總結(jié)對(duì)比大量復(fù)雜目標(biāo)模型仿真計(jì)算結(jié)果基礎(chǔ)上,首次提出高頻波段雷達(dá)復(fù)雜目標(biāo)的建模準(zhǔn)則,解決了建模工作量大和硬件條件要求高的問(wèn)題。深入研究已有回波數(shù)據(jù)計(jì)算方法,提出一種新的基于快速多極子和矩量法的混合算法(Fast Multipole Method-Method of Momen,FMM-Mo M),可有效提高運(yùn)算速度、降低內(nèi)存需求。確立了基于實(shí)際操作的高頻波段雷達(dá)復(fù)雜目標(biāo)回波特性計(jì)算的規(guī)范化流程,為極點(diǎn)特征提取與目標(biāo)識(shí)別提供了精確的數(shù)據(jù)基礎(chǔ)。第二步對(duì)回波數(shù)據(jù)提取極點(diǎn)特征。深入分析現(xiàn)有極點(diǎn)提取技術(shù)路線的難點(diǎn)。提出了一種新的基于自回歸滑動(dòng)平均模型(Autoregressive and Moving Average Mixed Model,ARMA)的極點(diǎn)提取方法,解決早晚期響應(yīng)混疊問(wèn)題;將新方法參數(shù)與實(shí)際物理意義結(jié)合,解決參數(shù)依賴問(wèn)題;提出采用特征極點(diǎn)選取法、多方位修正法及滑動(dòng)窗修正法相結(jié)合的三步修正方法,解決方位不一致問(wèn)題;利用此極點(diǎn)提取方法給出了高頻波段復(fù)雜目標(biāo)的極點(diǎn)提取結(jié)果,并通過(guò)大量實(shí)驗(yàn)與前人方法對(duì)比驗(yàn)證本方法的有效性。首次分析了復(fù)雜目標(biāo)的尺寸以及各結(jié)構(gòu)對(duì)極點(diǎn)分布趨勢(shì)的影響,為基于極點(diǎn)進(jìn)行目標(biāo)識(shí)別提供理論依據(jù)。第三步進(jìn)行基于極點(diǎn)的目標(biāo)識(shí)別方法研究。提出一種基于極點(diǎn)數(shù)據(jù)的留數(shù)選頻的多頻排隊(duì)識(shí)別方法(Residue Order Frequency Selection Method,ROF)使基于極點(diǎn)的識(shí)別統(tǒng)一建立在極點(diǎn)數(shù)據(jù)基礎(chǔ)上,首次將基于極點(diǎn)的目標(biāo)識(shí)別成功應(yīng)用于高頻波段雷達(dá)。對(duì)此方法進(jìn)行改進(jìn),將基于留數(shù)最大值的排序選頻方法和支持向量機(jī)(Support Vector Machines,SVM)相結(jié)合,提出新的R-SVM識(shí)別方法,可在選頻同時(shí)實(shí)現(xiàn)對(duì)數(shù)據(jù)庫(kù)中目標(biāo)的有效識(shí)別。至此建立了完整的基于極點(diǎn)進(jìn)行目標(biāo)識(shí)別系統(tǒng)的理論流程,為工程化實(shí)踐提供了理論基礎(chǔ)。最后研究了方法的工程化實(shí)踐應(yīng)用。針對(duì)高頻地波超視距雷達(dá)回波受到海態(tài)影響、傳播損耗和系統(tǒng)增益影響問(wèn)題。提出一種對(duì)高頻波段雷達(dá)環(huán)境影響進(jìn)行修正補(bǔ)償?shù)姆椒�。深入分析海態(tài)對(duì)艦船目標(biāo)影響情況,提出根據(jù)海態(tài)情況規(guī)律性運(yùn)動(dòng)來(lái)模擬搖擺影響;詳細(xì)分析計(jì)算傳輸損耗和系統(tǒng)增益并分別進(jìn)行補(bǔ)償修正,三者綜合得到一個(gè)總的艦船回波數(shù)據(jù)修正補(bǔ)償公式,因?yàn)轱w機(jī)不用考慮海態(tài)影響,又給出了飛機(jī)特有的回波修正補(bǔ)償計(jì)算公式,得到復(fù)雜目標(biāo)修正后數(shù)據(jù)回波,針對(duì)實(shí)際雷達(dá)發(fā)射資源有限、回波按順序依次返回且當(dāng)目標(biāo)是不在庫(kù)中類型時(shí)需對(duì)其拒判的問(wèn)題,在R-SVM算法基礎(chǔ)上融合門限最近鄰分類算法(Threshold Nearest Neighbor,TNN),對(duì)修正后回波數(shù)據(jù)用擴(kuò)展后的R-SVM-TNN方法進(jìn)行大量隨機(jī)識(shí)別實(shí)驗(yàn),對(duì)艦船和飛機(jī)目標(biāo)實(shí)現(xiàn)了有效識(shí)別,證明了修正補(bǔ)償方法和本文的基于極點(diǎn)進(jìn)行目標(biāo)識(shí)別理論是有效的,為頻域目標(biāo)識(shí)別方法在工程實(shí)際應(yīng)用提供了理論基礎(chǔ)。
[Abstract]:High frequency band of ships and aircraft target in resonance region, scattering characteristics of radar target in resonance region with the shape, size and other primitive information, which is composed of target pole characteristics inherent properties such as shape, size, is by far the only incident wave polarization, the intrinsic characteristic attitude independent the target. Target recognition can overcome the multi frequency characteristics variation with azimuth using pole characteristics of faults, to overcome the environmental impact, the characteristics of the high frequency band radar based on pole target recognition has great potential. Based on this research background, this paper is mainly focused on the following four aspects: the target echo data acquisition; extraction method of pole Characteristics Research on target recognition method based on pole;; engineering practice. First get the target echo data. With the method of modeling of surface geometry improves the wireframe geometry modeling This paper presents a calculation method of FEMAP software for RCS resonance method based on surface modeling of complex targets, improve the existing subdivision rules combined with the application, realized by simulation to obtain more accurate target RCS. using first-order sea clutter to obtain accurate HF ground wave over the horizon radar ship target test to verify the reliability of RCS. surface modeling method using the measured RCS. In a large number of complex object models are summarized and compared the simulation results based on the modeling criterion is proposed for the first time in high frequency band radar target complex, to solve the modeling workload and hardware of a demanding problem. The deep research on the echo data calculation method, the paper presents a new hybrid algorithm for fast multipole and based on the method of moments (Fast Multipole Method-Method of Momen, FMM-Mo M), can effectively improve the speed and reduce memory requirements were established based on the actual. High frequency band radar operation complex standard process calculation of the target echo characteristics, provides accurate data base for pole feature extraction and target recognition. The second step pole characteristics of echo data extraction. The difficulty of in-depth analysis of existing pole extraction technology route. Put forward a new model based on the autoregressive moving average (Autoregressive and Moving Average Mixed Model, ARMA) method to extract the poles, solve the aliasing problem of early and late response; the new method of combining with the actual physical meaning of parameters, solve the parameter dependent problems; the characteristics of point selection method, three step correction method combining multi azimuth correction method and sliding window correction method, to solve the problem of inconsistent orientation the extraction method is given; the target frequency band of complex poles extraction results using the pole, and this method is verified by comparison with previous methods have a large number of experiments Effect of complex targets is analyzed for the first time. The size and the effect of the structure of the pole distribution trend, based on the pole of target identification and provide a theoretical basis. The study of target recognition based on the pole in third steps. This paper proposes a multi frequency selective residue pole data queuing identification method based on Residue (Order Frequency Selection Method. ROF) make pole recognition based on established at the poles on the basis of the data for the first time, target recognition based on pole successfully applied in high frequency band radar. This method will be improved, based on the maximum residue sort of frequency selection method and support vector machine (Support Vector Machines, SVM) combined with the proposed R-SVM new recognition method, at the same time to achieve effective recognition of the target database in frequency. Thus the establishment of a complete process based on pole theory of target recognition system, for the project Provides a theoretical basis for the practice. Finally the engineering application method. According to the hfsw radar echo by sea state, propagation loss and system gain. A method is proposed to compensate for the high frequency band radar environment. Analysis of influence of sea state on the ship target depth is proposed according to the state laws to simulate the effect of rolling motion; with analysis and calculation of transmission loss and gain of the system were compensation, three comprehensive correction formula of compensation for a total ship echo data for aircraft without considering the influence of sea state, and gives the calculation formula of aircraft specific echo compensation, complex the revised data for the target echo, the actual radar echo of limited resources, according to the order of return and when the target is not in the library types on the rejection. The problem that the fusion threshold nearest neighbor classification algorithm based on R-SVM algorithm (Threshold Nearest Neighbor, TNN), the revised echo data by the method of R-SVM-TNN expansion after a large number of random experiments, on ships and aircraft to achieve the goal of effective recognition, prove the correction and compensation methods of the target recognition based on pole theory the frequency domain for the target recognition method in practical engineering application provides a theoretical basis.

【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN957.52

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓艷春;李智蘭;曾憲文;;目標(biāo)識(shí)別與分類方法[J];軍事通信技術(shù);2003年01期

2 楊建勛,史朝輝;基于模糊綜合函數(shù)的目標(biāo)識(shí)別融合算法研究[J];火控雷達(dá)技術(shù);2004年04期

3 李彥鵬,施福忠,黎湘,莊釗文;基于模糊綜合評(píng)判的目標(biāo)識(shí)別效果評(píng)估[J];計(jì)算機(jī)應(yīng)用研究;2005年03期

4 左崢嶸,張?zhí)煨?集成證據(jù)提高目標(biāo)識(shí)別性能的方法研究[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年03期

5 李彥鵬,黎湘,莊釗文;一種應(yīng)用模糊聚類分析的目標(biāo)識(shí)別效果評(píng)估方法[J];電子對(duì)抗技術(shù);2005年03期

6 蓋明久;呂世良;時(shí)寶;;一種概率更新方法及在目標(biāo)識(shí)別中的應(yīng)用[J];海軍航空工程學(xué)院學(xué)報(bào);2006年05期

7 張平定;王海軍;王睿;;一種基于聚類思想的目標(biāo)識(shí)別新方法[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年02期

8 賈宇平;付耀文;黎湘;莊釗文;;灰局勢(shì)決策方法在決策層融合目標(biāo)識(shí)別中的應(yīng)用[J];信號(hào)處理;2007年04期

9 李靜;黃崢;;靜態(tài)傅里葉干涉具在目標(biāo)識(shí)別中的應(yīng)用研究[J];光譜學(xué)與光譜分析;2009年08期

10 黃瑤;熊和金;;目標(biāo)識(shí)別的灰關(guān)聯(lián)方法研究[J];湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年S1期

相關(guān)會(huì)議論文 前10條

1 王宇;鐘秋海;;用統(tǒng)計(jì)模式識(shí)別方法建立海上目標(biāo)識(shí)別的數(shù)學(xué)模型[A];1995中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

2 鄭援;胡成軍;;基于數(shù)據(jù)融合的魚(yú)雷目標(biāo)識(shí)別[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

3 李夕海;趙克;慕曉冬;劉代志;;目標(biāo)識(shí)別中的特征相空間吸引子分析[A];第十屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

4 馮杰;蓋強(qiáng);古軍峰;;模糊聚類分析方法在海上目標(biāo)識(shí)別中的應(yīng)用[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

5 趙克;劉代志;慕曉東;蘇娟;;目標(biāo)識(shí)別的特征量約束[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

6 李正東;陳興無(wú);宋琛;何武良;;多傳感器的目標(biāo)識(shí)別[A];中國(guó)工程物理研究院科技年報(bào)（1999）[C];1999年

7 郭相科;劉進(jìn)忙;曹學(xué)斌;張玉鵬;;子類獨(dú)立分量分析在聲目標(biāo)識(shí)別中的應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（上）[C];2007年

8 張翠;高廣春;趙勝穎;;基于時(shí)間融合算法的近程目標(biāo)識(shí)別[A];2011下一代自動(dòng)測(cè)試系統(tǒng)學(xué)術(shù)研討會(huì)論文集[C];2011年

9 俞鴻波;趙榮椿;;三維空間目標(biāo)識(shí)別概述[A];信號(hào)與信息處理技術(shù)——第一屆信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

10 曹健;陳紅倩;毛典輝;李海生;蔡強(qiáng);;基于局部特征的圖像目標(biāo)識(shí)別問(wèn)題綜述[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

相關(guān)重要報(bào)紙文章 前2條

1 莫衍崴 特約記者劉謙;上士白光斌:電話傳音排故障[N];戰(zhàn)士報(bào);2012年

2 陳德潮邋本報(bào)特約通訊員 曹金平 劉劍;為潛艇鑄“魂”[N];解放軍報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 肖永生;射頻隱身雷達(dá)信號(hào)設(shè)計(jì)與目標(biāo)識(shí)別研究[D];南京航空航天大學(xué);2014年

2 崔宗勇;合成孔徑雷達(dá)目標(biāo)識(shí)別理論與關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

3 丁軍;基于稀疏理論的SAR圖像目標(biāo)識(shí)別研究[D];西安電子科技大學(xué);2015年

4 韓靜;基于仿生視覺(jué)模型和復(fù)雜信息學(xué)習(xí)的多光譜夜視目標(biāo)識(shí)別技術(shù)[D];南京理工大學(xué);2014年

5 王海羅;基于視覺(jué)感知的無(wú)人機(jī)目標(biāo)識(shí)別與跟蹤技術(shù)研究[D];北京理工大學(xué);2015年

6 黃璇;多源引導(dǎo)信息融合及其關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2016年

7 寧宣杰;基于空防雷達(dá)網(wǎng)絡(luò)的多傳感器信息融合關(guān)鍵技術(shù)研究及其應(yīng)用[D];東北大學(xué);2014年

8 楊松巖;高頻波段雷達(dá)目標(biāo)特征提取與識(shí)別方法研究[D];哈爾濱工業(yè)大學(xué);2016年

9 張學(xué)峰;雷達(dá)高分辨距離像目標(biāo)識(shí)別與拒判方法研究[D];西安電子科技大學(xué);2015年

10 舒銳;衛(wèi)星目標(biāo)識(shí)別與特征參數(shù)提取方法研究[D];哈爾濱工業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 許俊峰;基于模型的任意視點(diǎn)下三維目標(biāo)識(shí)別研究[D];南京航空航天大學(xué);2015年

2 謝辮;基于距離像匹配的彈道導(dǎo)彈中段目標(biāo)識(shí)別[D];上海交通大學(xué);2015年

3 降小龍;基于語(yǔ)義結(jié)構(gòu)和視覺(jué)焦點(diǎn)的場(chǎng)景目標(biāo)識(shí)別[D];中北大學(xué);2016年

4 程煒;基于圖像視覺(jué)的屬性學(xué)習(xí)應(yīng)用研究[D];江蘇大學(xué);2016年

5 白雪;基于圖像處理的目標(biāo)識(shí)別及檢測(cè)技術(shù)[D];蘭州理工大學(xué);2016年

6 韓敬宇;地空導(dǎo)彈陣地目標(biāo)識(shí)別與提取[D];吉林大學(xué);2016年

7 崔振興;目標(biāo)識(shí)別與跟蹤算法研究及應(yīng)用[D];山東大學(xué);2016年

8 郗郡紅;搭載機(jī)械手的智能輪式小車目標(biāo)識(shí)別及抓取控制研究[D];天津科技大學(xué);2015年

9 樊旭云;基于深度學(xué)習(xí)的SAR目標(biāo)識(shí)別方法研究[D];電子科技大學(xué);2016年

10 梁何;視覺(jué)顯著性在視頻目標(biāo)識(shí)別中的應(yīng)用研究[D];南京郵電大學(xué);2016年

，

本文編號(hào)：1415978