基于高分辨距离像的雷达目标识别研究

基于高分辨距离像的雷达目标识别研究

ID:35071528

大小:6.21 MB

页数:137页

时间:2019-03-17

基于高分辨距离像的雷达目标识别研究_第1页
基于高分辨距离像的雷达目标识别研究_第2页
基于高分辨距离像的雷达目标识别研究_第3页
基于高分辨距离像的雷达目标识别研究_第4页
基于高分辨距离像的雷达目标识别研究_第5页
资源描述:

《基于高分辨距离像的雷达目标识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、■I各种成A葦HUNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOtCHINA^博±学位论文DOCTORALDISSERTATION.'t.—才啤*.V1t,'方<、/Vi,'‘'>I,..护it.巧;1,!^严/■\/巧每e论文题日基于蔚分辨祕离像的帯达间仿识别腑笼—_学科专业信号与信息处理学号201011020148作者姓名周云指导

2、教师汪学刚教授独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果li。据我所知,陈了义中特别加U示注和致谢的地方夕h论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表不^谢意。作者签名^/:口期:辟^月日论文使用授权本学位论文作者完全了解电子科技大举有关保留、使用学位论文的规定,有权保

3、留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学将学位论文的全部或部分内容编入有关数据库进巧检索,可臥采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:_导师签名:\/'曰期:年^月曰分类号TN959.1+7密级注1UDC学位论文基于高分辨距离像的雷达目标识别研究(题名和副题名)周云(作者姓名)指导教师汪学刚教授电子科技大学成都(姓名、职称、单位名称)申请学位级别博士学科

4、专业信号与信息处理提交论文日期2016年5月1日论文答辩日期2016年6月6日学位授予单位和日期电子科技大学2016年6月28日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。ResearchonRadarTargetRecognitionBasedonHighResolutionRangeProfileADoctoralDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:Sign

5、alandInformationProcessingAuthor:ZhouYunSupervisor:Prof.WangXuegangSchool:SchoolofElectronicEngineering摘要摘要探测与测距是早期雷达的基本功能,这已经远远不能满足现代雷达需要获取越来越多的目标信息的需求。在军用和民用的很多应用中,不但需要探测到目标,还要识别出是什么目标,即雷达目标识别。目标识别自然成为现代雷达信息处理中非常重要的研究方向之一。雷达信号带宽的提高使得雷达具有距离向高分辨能力,可对目

6、标进行高分辨成像。高分辨距离像(HRRP)能够较好的表征观测目标等效多散射中心沿距离向的分布结构,且易于获取和处理,为我们提供了一种非常有潜力的雷达目标识别手段。以高分辨距离像为研究对象,围绕着稳健特征提取、多特征综合、多特征信息融合、系统构架等关键问题,对雷达目标高分辨距离像识别中所涉及的相关理论和关键技术开展了深入的理论研究和实验验证。论文主要工作和创新之处概况如下:(1)对两种典型的流形学习算法——邻域保持投影(NPP)和局部切空间排列(LTSA)进行研究,分析了算法具备松弛HRRP的姿态敏

7、感性的优良特性。针对HRRP雷达目标识别,分别提出了增强的邻域保持投影(ENPP)算法和增强核邻域保持投影(EKNPP)算法,以及线性鉴别局部切空间排列(LDLTSA)算法和核鉴别局部切空间排列(KDLTSA)算法。实验结果验证了所提算法的有效性以及相较于现有的同类算法所表现出来的性能优势。(2)针对雷达HRRP目标识别中由于训练样本非常有限导致传统的子空间算法学习性能下降的问题,对基于点到空间距离测度的子空间学习算法进行分析和研究,提出了两种新的基于点到空间距离测度的学习算法:邻域特征空间鉴别分

8、析I(NFSDA-I)和邻域特征空间鉴别分析II(NFSDA-II)。实验结果表明,相对于其它已有的点到空间类的学习算法,NFSDA-I和NFSDA-II算法的子空间具有更高的多目标鉴别能力,目标识别性能较优。(3)对HRRP时域回波中潜在的目标几何结构特征进行分析,采用统计的方法,从HRRP时域回波中提取出8个从不同角度反映目标几何结构信息的特征量,并采用多特征综合的研究思路,选择多个特征组合起来得到8个综合特征。实验结果表明了其中一些几何结构特征的有效性,如:熵和不规则度特征,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。