基于多核与多任务学习的雷达目标识别方法研究

《基于多核与多任务学习的雷达目标识别方法研究》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、学校代码10701学号1413110311分类号TN957.5密级公开西安电子科技大学博士学位论文基于多核与多任务学习的雷达目标识别方法研究作者姓名：李聪一级学科：控制科学与工程二级学科：导航、制导与控制学位类别：工学博士指导教师姓名、职称：包为民教授学院：空间科学与技术学院提交日期：2018年4月Multi-kernelandMulti-taskLearningforRadarTargetRecognitionAdissertationsubmittedtoXIDIANUNIVERSITYinpar

2、tialfulfillmentoftherequirementsforthedegreeofDoctorofPhilosophyinNavigation,GuidanceandControlByLiCongSupervisor:BaoWeiminTitle:ProfessorApril2018摘要摘要雷达具有全天时、全天候的特点，在现代化战场中发挥着重要的作用。雷达自动目标识别（Radarautomatictargetrecognition，RATR）技术是通过提取蕴含在雷达回波中的目标类别信息对目标

3、进行识别。RATR是敌方情报的重要来源之一，能够为我军在战斗时提供强有力的决策信息。随着高分辨率雷达体制的发展，获得更为精确的目标结构和细节信息成为可能。然而，高分辨率雷达图像具有目标姿态敏感性、样本维度高、散射结构非线性等问题，传统的算法难以对雷达目标进行精确地识别。本文结合多核与多任务学习理论，对RATR方法进行了相关的研究。现代战争中电磁环境变得日益复杂，单一功能的电子装备已不能满足作战任务的需求。作为两大电子装备，雷达和通信在系统结构、频段和带宽上的差异日益缩小，雷达和通信系统实现一体化成为一

4、种发展趋势。本文将雷达波形中加入通信数据形成一体化波形，对一体化波形在RATR中的应用进行了初步研究。论文的主要研究内容包含：1.提出了基于多核学习（Multi-kernelLearning，MKL）与多任务学习（Multi-tasklearning，MTL）的RATR方法。在多核函数学习中，采用基于数据的自适应核函数作为基础核函数，以核对齐（KernelAlignment，KA）为准则构建了自适应的加权多核函数。与常规核函数相比，该核函数具有更强的数据解译能力。在多任务学中单个目标的识别被作为一个独

5、立任务，通过构造具有较广可调范围的混合范数pq,来对多个任务进行联合学习和信息共享。在混合范数中，p控制不同任务之间核函数表征的稀疏度，q控制不同任务之间的联系程度。与固定范数1,2相比,pq,具有更好的适应性。多核学习与多任务学习相结合，有效提升了模型的灵活性。在多核与多任务学习模型的求解上，采用遗传算法（GeneticAlgorithm，GA）进行参数寻优。2.提出了基于正交近邻保持投影（Orthogonalneighborhoodpreservingprojection，ONPP）和最大间距准则

6、（MaximumMarginCriterion，MMC）共同训练的多核函数学习的RATR方法。雷达图像的维度较高，大规模的训练样本会给分类器带来沉重的负担，因而对样本数据进行降维很有必要。考虑到雷达目标特征的高度非线性，采用ONPP方法进行降维，并将其扩展到多核领域对多核函数进行监督学习。ONPP可以在降维后的空间中最大限度地保留目标的结构信息，但该方法不具有对目标的识别能力。而MMC可以扩大不同数据之间的间隔，缩小同类之间的间隔，提高目标的辨识度。因此，ONPP和MMC共同监督的多核函数，既可以有效

7、降低样本的维度，又具有较好的目标识别能力。3.提出了自适应聚类多任务学习的RATR方法。常规的多任务学习认为不同任务之间的联系是等价的，事实上有些任务之间的联系紧密些，有些则不然。为此，引I西安电子科技大学博士学位论文入了自适应聚类的机制，根据自动学习得到的多个任务之间的关系对其进行自适应分组，同一组内的任务之间联系比较紧密，不同组间联系较弱。针对雷达目标特征的非线性结构，将自适应聚类多任务学习扩展到非线性领域。受ONPP思想的启发，假定原始空间中关系紧密的任务经过投影变换后依然保持紧密联系。在该前提

8、下，对非线性空间中的多任务关系进行了充分挖掘和利用。在多任务学习模型的优化上，提出了可并行计算的非线性多任务求解方法。4.设计了应用于RATR的雷达通信识别一体化波形。采用正交频分复用（OrthogonalFrequencyDivisionMultiplexing，OFDM）体制，将通信数据嵌入到OFDM雷达信号的子载波上形成一体化波形。针对一体化波形中峰均比（Peak-to-MeanEnvelopePowerRatio，PMEPR）过高的问题，采用格雷