一种基于BP神经网络的高分辨雷达目标识别方法.pdf

《一种基于BP神经网络的高分辨雷达目标识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2013年6月湖南第一钎蘑学院学报Jun．2013第13卷第3期JournalofHunanFirstNormalUniversityVo1．13，No：3一种基于BP神经网络的高分辨雷达目标识别方法李珊(湖南第一师范学院公共实验管理中心，长沙410205)摘要：雷达高分辨距离像(highresolutionrangeprofile，HRRP)具有方位敏感性、平移敏感性以及在特征空间高度交叠的特点。利用多维特征，结合神经网络构建的基于神经网络的高分辨雷达目标识别方法，再通过高分辨雷达回波信号的预处理，多种特征值的提取，BP神经网络的合理使用，可

2、有效地提高识别率。关键词：目标识别；高分辨距离像；BP神经网络；特征向量中图分类号：TN957．51文献标识码：A文章编号：1674—831X(2013)03—0110一O5高分辨距离像(HRRP：highresolutionrange1．检测系统结构及BP神经网络profile)，是将目标视为多散射点模型，目标的高分辨距离一维像为各散射点沿雷达径向的矢量投影1．1检测系统结构和，因此，如果目标相对雷达的方位发生变化，所图1给出了基于BP神经网络的高分辨雷达得的一维像幅值随即起伏。特别是，在转角较大时目标检测系统结构图，它由四部分组成。从天线接

3、还存在遮蔽和散射点游动的现象，因而所得HRRP收到的信号由模数转换器转换成初始数字信号，将随转角的变化而剧烈变化。此外，由于HRRP是对数据进行必要的预处理(去相关、帧对齐、脉冲散射点在雷达距离方向的矢量和，因而雷达频率积累)，再提取多种目标特征值，然后利用BP神经的变化所引起的相位也将导致HRRP的波动_lJ。但网络模型对目标特征向量进行分类处理，输出识是，雷达高分辨距离像(HRRP)含有目标沿距离维别结果。的几何结构信息，对目标识别与分类十分有价值。现在很多文献提出了基于中心矩【2_、HRRP的幅度分布[3】、信息熵等特征的方法来进行高分辨

4、雷达目标识别。由于HRRP是雷达回波经距离窗获得，利用单一特征进行目标检测的识别率不够高。如果将多种特征值组合为目标的特征向量，可以更好地反映目标的分布特性，提高识别率。因此本文图1检测系统结构提出了一种基于BP神经网络的高分辨雷达目标1．2BP神经网络检测方法，对雷达回波进行预处理后，提取多种目BP网络每层单元只接受前一层的输出信息并标特征值，然后利用本文设计的BP神经网络模型输出给下一层的各节点，各节点的特性为sigmoid对多维特征向量进行并行处理，达到了预期的识型(它是连续可微的)。对于第一层的第J个节点，别效果。当输入第k个样本时，节

5、点j的输人为=∑Ⅵ；⋯··(1)收稿日期：2012-10-21作者简介：李~(1982一)，女，湖南邵阳人，湖南第一师范学院助教，主要从事计算机网络研究。110第3期李珊：一种基于BP神经网络的高分辨雷达目标识别方法2013年其中表示当输入第k个样本时，l-1层alla12al3⋯ln第i个节点的输出，表示，一1层第i个节点和第层第j个节点之间连接权值。az2a23Ia21节点j的输出为：A=a32a33mlIa3=f(ne4)⋯⋯(2)●；：其中。表示当输入第k个样本时，，一1层a1am2am3⋯口第i。个节点的输出，表示，一1层第i个节点和

6、第，层第j个节点之间连接权值。为了克服雷达发射功率、雷达接收机增益等因节点i的输出为：素对HRRP幅度的影响，对HRRP矩阵A的每一=f(net~)⋯⋯(3)行(帧)进行幅度归一化处理，就得到了幅度归一化网络产生的输出误差为的HRRP矩阵P，其每一行代表一个HRRP，就是E=∑(-y#)⋯．．(4)式(5)中所示的x。BP神经网络学习算法的目标就是要使总误差具有任意概率分布的随机变量经过幂变换后达到最小。将类似高斯分布}3]。对每一个HRRP做幂变换，使一维距离像的数据类高斯化，从而可以采用许多2．高分辨雷达目标特征提取传统的高斯分类器来进行目

7、标识别。幂变换定义如下：低分辨雷达回波显示目标为点目标，而高分辨(，z)=以(，z)，0．1≤0．4⋯⋯(8)雷达回波显示目标为多散射点回波，且呈现为一维式中，n=l，2，⋯．．，N，a(n)为第n个距离单元的回波距离像，如图2所示。目标由距离“走廊”上的一串复信号的幅度值。经过幂变换后，将y(n)代替式(5)相连的距离单元组成。中的口(，z)，构成一个新的HRRP向量x。2．2中心矩特征在数字图像处理中，若已知目标区域的灰度分布，可用各阶区域矩来描述二维图像目标区域及其灰度分布特性。矩具有平移、旋转和尺度不变性的性质。对于高分辨雷达目标识别，

8、中心矩可以反映目标的形状信息，且具有平移不变性，可以作为HRRP识别的一个模式特征。对于幅度归一化的一维HRRP向量x，其一阶原点图2高分辨雷达下的距