基于微多普勒的窄带雷达目标分类系统设计

发布时间：2020-10-15 08:55

　　 随着智能化信息技术发展的不断深入,针对于窄带雷达的空中目标识别技术研究受到广泛关注,越来越需要窄带防空雷达在具备发现目标的同时进行目标属性的自动分类的能力。近年来,微动特性在雷达目标探测与识别中受到广泛关注,微动是指雷达目标除质心平动以外的振动或转动,由微动产生的多普勒频率为微多普勒频率。不同的微动会产生不同的微多普勒,微多普勒效应可以反映目标结构部件的几何构成和运动特性,是目标本质的特征。基于目标微动差异可以提取具有良好分类性能的特征,从而实现对目标的分类和识别。但实际防空雷达可能存在杂波干扰,而较强的杂波能量会影响微动特征的提取,因此,本文主要研究在杂波干扰的条件下,实现目标微多普勒信号的分离,并根据微多普勒特征进行窄带雷达分类系统设计。主要工作内容有:1、研究旋翼的微多普勒调模型,并以此为基础建立了三种空中常见目标的微多普勒调制模型,仿真并分析了旋翼的结构参数对于三种模型的时域及频域特征的影响,其明显的类间差异为飞机目标分类提供了理论基础;2、对实际防空雷达的可能存在的杂波进行了统计特性分析以及建模,对于雷达回波信号的杂波抑制预处理,针对传统的杂波抑制算法存在信号能量损失过多、信号特征非线性放大及模态混叠等问题,提出一种改进的自适应杂波数量和种类的变分模态分解算法(Modified Variational Mode Decomposition,MVMD),在去除杂波的同时尽可能地保存目标信号的有效特征;3、对于现有的窄带雷达空中目标识别系统的研究中较少有考虑杂波干扰的条件,本文基于实际识别过程中可能存在的干扰环境,提出了一种基于微多普勒特征时频图像特征识别的方法,对时频图像处理后输入CNN-LeNet-5网络,引入Dropout算法减少了网络的过拟合情况,并进行了不同影响因素下的仿真,相对于传统的人工特征提取方法而言,避免了人为主观干预,实现了特征的自主学习及识别,具备较好的稳定性和较高的识别率。
【学位单位】：哈尔滨工程大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：E926.4;TN957.51
【部分图文】：

旋翼模型

2L 5m，1L 0m，桨叶数 N 4，旋转部件中心到雷机到雷达水平面的高度 h 500m，桨叶的初相角0 角 15 。叶倾斜角以及不考虑桨叶倾斜角的情况下旋翼的雷达回3、图 2.4、图 2.5。15 0.2 0.25 0.3 0.35 0.4 0.45time (s)0 0.05 0.1 0.15 0.2 0.25 0.3 00.20.40.60.811.21.4time (s)一归幅化值）无桨叶倾斜角情况 （b）有桨叶倾斜角

.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45time (s)0 0.05 0.1 0.15 0.2 0.25 0.3 0.300.20.40.6time (s)一归幅化（a）无桨叶倾斜角情况 （b）有桨叶倾斜角情图 2.3 旋翼雷达回波时域图00 -2000 -1000 0 1000 2000 3000 4000 5000X: 20Y: 0.8117frequence (Hz)-5000 -4000 -3000 -2000 -1000 0 1000 200000.20.40.60.81X: 20Y: 0.64frequence (Hz)一化幅值归
【相似文献】

相关期刊论文 前10条

1 郭桂蓉,陈学敏;舰船目标识别的研究现状和技术途径[J];系统工程与电子技术;1988年01期

2 牛晓燕;;目标识别的人工智能方法[J];飞航导弹;1988年08期

3 Buser Robde Nomiyama;谭显裕;;用于测距和目标识别的短脉冲CO_2激光器[J];应用光学;1988年03期

4 黄为倬;;目标识别和逆合成口径雷达[J];现代雷达;1988年06期

5 刘伯胜;目标瞬态回波极点提取研究[J];哈尔滨船舶工程学院学报;1989年01期

6 姜殿元;;“铺路便士”目标识别装置AN/ASS-35(V)[J];飞航导弹;1989年03期

7 程启东;;远距离目标识别[J];航空兵器;1989年03期

8 刘侃;;采用毫米波和红外传感器进行防区外目标识别[J];飞航导弹;1989年01期

9 初试;;灵巧武器的应用[J];现代防御技术;1989年03期

10 景啸;;基于深度学习的航拍图像目标识别[J];数码世界;2019年05期

相关博士学位论文 前10条

1 黄飞;红外偏振探测关键技术研究[D];中国科学院大学(中国科学院上海技术物理研究所);2018年

2 周伟;基于局部表面特征描述符的复杂场景下三维目标识别研究[D];中国科学院大学(中国科学院西安光学精密机械研究所);2018年

3 蔡兆晖;基于重构高分辨距离像的雷达目标识别研究[D];西安电子科技大学;2018年

4 钟剑丹;光电成像目标识别与检测关键技术研究[D];电子科技大学;2018年

5 李捷;面向目标识别的机载多传感器数据融合技术研究[D];电子科技大学;2018年

6 李龙;基于高分辨距离像的雷达地面目标识别技术[D];西安电子科技大学;2018年

7 张锐;雷达目标识别与超分辨成像方法研究[D];西安电子科技大学;2018年

8 李彦鹏;自动目标识别效果评估[D];国防科学技术大学;2004年

9 张池平;多传感器信息融合方法及其在空间目标识别中的应用[D];哈尔滨工业大学;2006年

10 杨国;3mm波段主被动复合探测技术研究[D];南京理工大学;2006年

相关硕士学位论文 前10条

1 张楠;基于特征提取与超图的SAR图像目标识别研究[D];天津理工大学;2019年

2 万钇良;红外分孔径偏振成像技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2019年

3 曹鹤松;自适应巡航系统前方有效目标识别[D];辽宁工业大学;2019年

4 廖泓舟;基于深度卷积特征的水下静目标识别方法研究[D];哈尔滨工程大学;2019年

5 张天翼;基于微多普勒的窄带雷达目标分类系统设计[D];哈尔滨工程大学;2019年

6 肖树浩;基于四旋翼飞行器的目标识别和处理[D];厦门大学;2018年

7 王鹏;基于深度神经网络的水中目标识别研究[D];哈尔滨工程大学;2018年

8 季悦;高温目标多光谱识别指数构建及决策树判别方法研究[D];吉林大学;2018年

9 张万麒;面向重点舰船目标识别的近似最近邻查询方法研究[D];南京理工大学;2018年

10 马冰;基于多源遥感图像的立体目标识别[D];哈尔滨工业大学;2018年

本文编号：2841959