雷達(dá)目標(biāo)高分辨距離像仿真與識(shí)別技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩136頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、雷達(dá)自動(dòng)目標(biāo)識(shí)別技術(shù)在軍事和民用上擁有巨大的應(yīng)用價(jià)值。隨著寬帶雷達(dá)技術(shù)的逐漸成熟,雷達(dá)可以獲取更多的目標(biāo)信息,這為雷達(dá)自動(dòng)目標(biāo)識(shí)別技術(shù)的發(fā)展提供了強(qiáng)有力的支持。作為一種寬帶雷達(dá)目標(biāo)回波形式,高分辨距離像(HRRP)是雷達(dá)目標(biāo)回波沿距離維的分布,它可以反映出目標(biāo)的結(jié)構(gòu)信息,并且具有獲取時(shí)間短,處理簡(jiǎn)單等優(yōu)點(diǎn),在雷達(dá)自動(dòng)目標(biāo)識(shí)別領(lǐng)域具有較大應(yīng)用價(jià)值。本文主要工作圍繞HRRP識(shí)別展開(kāi),分為兩部分:第一部分對(duì)雷達(dá)目標(biāo)高頻電磁散射計(jì)算和HRRP仿

2、真開(kāi)展研究,開(kāi)發(fā)一套具有工程應(yīng)用價(jià)值的雷達(dá)目標(biāo)高頻電磁散射特性分析系統(tǒng),為雷達(dá)目標(biāo)HRRP識(shí)別技術(shù)的研發(fā)提供具有較高置信度的數(shù)據(jù)支持。第二部分在仿真數(shù)據(jù)的基礎(chǔ)上對(duì)雷達(dá)目標(biāo)HRRP識(shí)別技術(shù)開(kāi)展研究,主要針對(duì)雷達(dá)目標(biāo)HRRP識(shí)別中的目標(biāo)姿態(tài)敏感性問(wèn)題研究基于特征加權(quán)系數(shù)優(yōu)化的HRRP識(shí)別、基于半?yún)?shù)化統(tǒng)計(jì)模型的HRRP識(shí)別和基于子空間特征提取的HRRP識(shí)別,目的是為今后的實(shí)際工程應(yīng)用做出有益的探索和技術(shù)積累。
   本文主要研究工作

3、與貢獻(xiàn)如下:
   1、雷達(dá)目標(biāo)HRRP識(shí)別技術(shù)的研發(fā)離不開(kāi)HRRP數(shù)據(jù)的支持,本文主要采用電磁仿真手段建立HRRP數(shù)據(jù)庫(kù)。根據(jù)雷達(dá)目標(biāo)電磁散射計(jì)算的特點(diǎn)和目標(biāo)識(shí)別應(yīng)用方向,研究了基于高頻漸近技術(shù)的雷達(dá)目標(biāo)高頻電磁散射計(jì)算和HRRP仿真。此外,針對(duì)具有超電大尺寸的艦船類目標(biāo),研究了近場(chǎng)目標(biāo)高頻電磁散射計(jì)算和HRRP仿真,并采用基于KdTree的射線跟蹤加速算法和基于高性能計(jì)算(HPC)的任務(wù)級(jí)并行計(jì)算對(duì)高頻電磁散射計(jì)算做了加速改

4、進(jìn)。最后,在理論工作的基礎(chǔ)上,研發(fā)了一套集幾何建模、高頻電磁散射計(jì)算以及數(shù)據(jù)分析為一體的極具航空航天特色的雷達(dá)目標(biāo)高頻電磁散射特性分析系統(tǒng)。
   2、研究了基于特征加權(quán)系數(shù)優(yōu)化的HRRP識(shí)別。由于特征加權(quán)距離像模板可以看作是一種與HRRP回波統(tǒng)計(jì)模型無(wú)關(guān)的距離像模板,它利用特征加權(quán)系數(shù)對(duì)HRRP輸入特征空間進(jìn)行坐標(biāo)尺度變換,以此改變?cè)驾斎胩卣骺臻g中的幾何距離度量關(guān)系,從而避免了對(duì)HRRP距離分辨單元回波幅值統(tǒng)計(jì)模型的建立。本

5、文通過(guò)定義HRRP樣本在特征尺度變換空間中的可分性度量,設(shè)計(jì)了一種HRRP特征加權(quán)系數(shù)優(yōu)化目標(biāo)函數(shù),并在此基礎(chǔ)上提出了一種基于特征加權(quán)系數(shù)優(yōu)化的HRRP識(shí)別算法。同時(shí),本文還研究了基于核方法的特征加權(quán)系數(shù)優(yōu)化,給出了一種針對(duì)支持向量機(jī)(SVM)分類器的HRRP特征加權(quán)系數(shù)優(yōu)化方法,該方法可以做到將核參數(shù)優(yōu)化過(guò)程和SVM求解過(guò)程統(tǒng)一起來(lái)。
   3、研究了基于半?yún)?shù)化統(tǒng)計(jì)模型的HRRP識(shí)別。針對(duì)因HRRP各距離分辨單元回波幅值統(tǒng)計(jì)

6、分布的復(fù)雜性而面臨的類條件概率密度模型選擇問(wèn)題,提出一種基于半?yún)?shù)化概率密度估計(jì)的雷達(dá)目標(biāo)識(shí)別方法,該方法將HRRP各距離分辨單元回波幅值統(tǒng)計(jì)分布模型統(tǒng)一起來(lái),達(dá)到了概率密度估計(jì)中參數(shù)化方法和非參數(shù)化方法優(yōu)缺互補(bǔ)的目的。同時(shí),為了解決基于Parzen窗函數(shù)的半?yún)?shù)化概率密度估計(jì)在數(shù)據(jù)量較大時(shí)執(zhí)行效率下降的問(wèn)題,提出一種基于核方法的半?yún)?shù)化概率密度估計(jì)方法,該方法有效降低了概率密度函數(shù)表出所需樣本量,提高了計(jì)算效率。
   4、研

7、究了基于子空間特征提取的HRRP識(shí)別。本文主要研究了核Fisher判別分析(KFDA)和核主分量分析(KPCA)兩種子空間特征提取技術(shù)在雷達(dá)目標(biāo)HRRP識(shí)別中的應(yīng)用。對(duì)于KFDA,針對(duì)Fisher判別準(zhǔn)則在核參數(shù)優(yōu)化過(guò)程中可能面臨的數(shù)值不穩(wěn)定問(wèn)題,本文采用Fisher判別準(zhǔn)則下界作為核參數(shù)優(yōu)化目標(biāo)函數(shù)對(duì)KFDA進(jìn)行優(yōu)化,并將其應(yīng)用于HRRP特征提取與目標(biāo)識(shí)別。對(duì)于KPCA,本文提出一種基于KPCA重構(gòu)的雷達(dá)目標(biāo)HRRP識(shí)別方法,該方法通

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論