基于红外辐射变化波形的弹道目标识别神经网络算法研究
发布时间：2021-04-26 18:33
弹道导弹凭借其射程远、威力大的优势成为现代军事斗争中举足轻重的战略威慑武器,因此研究弹道导弹防御技术对于维护国家安全稳定具有至关重要的意义。弹道导弹为了提高突防能力,在中段飞行过程中会释放大量诱饵,对中段反导系统造成严重的干扰与影响。而该突防过程中弹头与诱饵的识别是弹道导弹防御系统中的核心环节,它是在对抗环境下对真实目标与干扰目标进行准确区分的过程。红外成像目标识别方法通过研究中段目标群中不同目标之间光学强度信息的差异性完成识别工作,然而目标群与探测器平面距离较远时只能观察到一组运动轨迹相似的点目标群,该特殊情况下系统无法获取准确的目标外形与基本结构等重要信息,仅能得到弹道目标群辐射出的红外能量随时间变化的规律。考虑到弹道目标红外辐射特性容易受到各种因素的影响,且目标群的灰度时间序列的非线性特性十分突出,故难以利用传统方法获得序列变化信息与目标种类之间复杂的联系关系,因此可借助神经网络方法通过大样本学习准确提取中段目标群灰度时间序列中包含的目标特征信息并简化识别系统的复杂度。本文针对中段弹道导弹拦截系统的研究背景,研究了基于红外辐射变化波形的弹道目标识别神经网络算法。文章首先分析了课题...
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与研究意义
1.2 国内外研究现状
1.2.1 弹道目标识别研究现状
1.2.2 神经网络研究现状
1.3 论文工作和结构安排
1.3.1 论文主要工作
1.3.2 论文组织结构
第二章 弹道目标红外辐射特性理论分析
2.1 引言
2.2 弹道导弹目标识别特征
2.2.1 弹道目标飞行阶段
2.2.2 中段目标群主要特点
2.3 中段目标群几何与运动姿态模型分析
2.3.1 目标几何模型分析
2.3.2 目标姿态运动模型分析
2.4 弹道目标温度场信息计算
2.4.1 节点热平衡方程理论
2.4.2 弹道目标表面温度场计算
2.4.3 辐射角系数的求解
2.5 弹道目标红外辐射通量计算
2.6 典型弹道目标的红外辐射特性仿真分析
2.6.1 量化与显示
2.6.2 弹道目标红外辐射特性相关参数取值
2.7 本章小结
第三章 弹道目标识别卷积神经网络算法研究
3.1 引言
3.2 卷积神经网络基本思想与网络结构
3.2.1 稀疏矩阵与权值共享
3.2.2 降采样
3.2.3 卷积神经网络基本结构
3.3 基于红外辐射变化波形弹道目标识别卷积神经网络模型构造
3.3.1 卷积层与降采样层的构建
3.3.2 分类层的构建
3.4 卷积神经网络的训练过程
3.4.1 卷积神经网络的前向传播
3.4.2 卷积神经网络的反向传播
3.5 实验结果与分析
3.5.1 数据集的大小与分类
3.5.2 实验结果与分析
3.6 本章小结
第四章 弹道目标识别径向基神经网络算法研究
4.1 引言
4.2 径向基神经网络理论基础
4.2.1 径向基神经网络拓扑结构
4.2.2 径向基神经网络元素
4.3 径向基神经网络学习算法
4.3.1 径向基函数中心向量的确定
4.3.2 梯度下降的网络训练算法
4.4 极限学习机算法与ELM-RBF神经网络学习算法
4.4.1 极限学习机原理与算法概述
4.4.2 ELM-RBF神经网络学习算法
4.5 实验结论与分析
4.6 小结
第五章 结束语
5.1 全文工作总结
5.2 未来工作和展望
致谢
参考文献
作者在学期间取得的学术成果
【参考文献】：
期刊论文
[1]基于高斯核的SVM的参数选择[J]. 王行甫,陈家伟. 计算机系统应用. 2014(07)
[2]空中目标蒙皮红外辐射特性的理论计算[J]. 冯云松,吕相银,凌永顺,周瑞. 光电工程. 2013(02)
[3]空间锥形目标的红外成像仿真[J]. 李阳,赵菲,张志勇,张路,卢焕章. 红外与激光工程. 2012(02)
[4]基于时频变换的弹道目标微多普勒特征提取[J]. 田巳睿,蒋跃红,郭汝江,施西野. 现代雷达. 2012(01)
[5]弹道导弹微动模型及微多普勒特征研究[J]. 李松,冯有前,刘昌云,罗迎,张群. 现代防御技术. 2011(06)
[6]弹道导弹突防中的对抗技术研究[J]. 田波,李洪兵,王春阳. 飞航导弹. 2011(04)
[7]基于一维像序列的弹道中段目标进动特征提取[J]. 颜维,孙文峰,钱李昌,姚汉英. 空军雷达学院学报. 2011(02)
[8]基于RBF神经网络的加筋粘土本构模型[J]. 石修松,王路君,程展林. 长江科学院院报. 2010(07)
[9]基于动态径向基函数神经网络的多变量解耦控制[J]. 李明河,王萌,施艳艳,赵世远. 浙江大学学报(工学版). 2007(10)
[10]梯度算法下RBF网的参数变化动态[J]. 魏海坤,李奇,宋文忠. 控制理论与应用. 2007(03)
博士论文
[1]光学图像末制导中的点目标检测与识别算法研究[D]. 张兵.国防科学技术大学 2005
[2]红外成像点目标的检测与识别技术研究[D]. 刘志刚.国防科学技术大学 2005
硕士论文
[1]改进的卷积神经网络模型及其应用研究[D]. 何鹏程.大连理工大学 2015
[2]基于XCS的目标灰度时间序列特征提取方法研究[D]. 李鑫.国防科学技术大学 2014
[3]光伏发电自动跟踪及MPPT控制的研究[D]. 林坤.电子科技大学 2014
[4]深度学习在图像识别中的研究及应用[D]. 李卫.武汉理工大学 2014
[5]智能计算在电动汽车行动力管理中的应用研究[D]. 冯智泉.上海交通大学 2013
[6]基于神经网络的电喷发动机故障诊断技术研究[D]. 刘升刚.重庆交通大学 2012
[7]弹道导弹中段目标识别研究[D]. 徐志鹏.南京大学 2012
[8]深空红外目标场景的建模与仿真技术研究[D]. 李阳.国防科学技术大学 2010
[9]海面目标红外辐射特性研究[D]. 冯艳华.西安电子科技大学 2009
[10]空间目标红外辐射特性研究与基于光谱的空间点目标特征提取[D]. 张永阳.南京理工大学 2007
本文编号：3161907
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与研究意义
1.2 国内外研究现状
1.2.1 弹道目标识别研究现状
1.2.2 神经网络研究现状
1.3 论文工作和结构安排
1.3.1 论文主要工作
1.3.2 论文组织结构
第二章 弹道目标红外辐射特性理论分析
2.1 引言
2.2 弹道导弹目标识别特征
2.2.1 弹道目标飞行阶段
2.2.2 中段目标群主要特点
2.3 中段目标群几何与运动姿态模型分析
2.3.1 目标几何模型分析
2.3.2 目标姿态运动模型分析
2.4 弹道目标温度场信息计算
2.4.1 节点热平衡方程理论
2.4.2 弹道目标表面温度场计算
2.4.3 辐射角系数的求解
2.5 弹道目标红外辐射通量计算
2.6 典型弹道目标的红外辐射特性仿真分析
2.6.1 量化与显示
2.6.2 弹道目标红外辐射特性相关参数取值
2.7 本章小结
第三章 弹道目标识别卷积神经网络算法研究
3.1 引言
3.2 卷积神经网络基本思想与网络结构
3.2.1 稀疏矩阵与权值共享
3.2.2 降采样
3.2.3 卷积神经网络基本结构
3.3 基于红外辐射变化波形弹道目标识别卷积神经网络模型构造
3.3.1 卷积层与降采样层的构建
3.3.2 分类层的构建
3.4 卷积神经网络的训练过程
3.4.1 卷积神经网络的前向传播
3.4.2 卷积神经网络的反向传播
3.5 实验结果与分析
3.5.1 数据集的大小与分类
3.5.2 实验结果与分析
3.6 本章小结
第四章 弹道目标识别径向基神经网络算法研究
4.1 引言
4.2 径向基神经网络理论基础
4.2.1 径向基神经网络拓扑结构
4.2.2 径向基神经网络元素
4.3 径向基神经网络学习算法
4.3.1 径向基函数中心向量的确定
4.3.2 梯度下降的网络训练算法
4.4 极限学习机算法与ELM-RBF神经网络学习算法
4.4.1 极限学习机原理与算法概述
4.4.2 ELM-RBF神经网络学习算法
4.5 实验结论与分析
4.6 小结
第五章 结束语
5.1 全文工作总结
5.2 未来工作和展望
致谢
参考文献
作者在学期间取得的学术成果
【参考文献】：
期刊论文
[1]基于高斯核的SVM的参数选择[J]. 王行甫,陈家伟. 计算机系统应用. 2014(07)
[2]空中目标蒙皮红外辐射特性的理论计算[J]. 冯云松,吕相银,凌永顺,周瑞. 光电工程. 2013(02)
[3]空间锥形目标的红外成像仿真[J]. 李阳,赵菲,张志勇,张路,卢焕章. 红外与激光工程. 2012(02)
[4]基于时频变换的弹道目标微多普勒特征提取[J]. 田巳睿,蒋跃红,郭汝江,施西野. 现代雷达. 2012(01)
[5]弹道导弹微动模型及微多普勒特征研究[J]. 李松,冯有前,刘昌云,罗迎,张群. 现代防御技术. 2011(06)
[6]弹道导弹突防中的对抗技术研究[J]. 田波,李洪兵,王春阳. 飞航导弹. 2011(04)
[7]基于一维像序列的弹道中段目标进动特征提取[J]. 颜维,孙文峰,钱李昌,姚汉英. 空军雷达学院学报. 2011(02)
[8]基于RBF神经网络的加筋粘土本构模型[J]. 石修松,王路君,程展林. 长江科学院院报. 2010(07)
[9]基于动态径向基函数神经网络的多变量解耦控制[J]. 李明河,王萌,施艳艳,赵世远. 浙江大学学报(工学版). 2007(10)
[10]梯度算法下RBF网的参数变化动态[J]. 魏海坤,李奇,宋文忠. 控制理论与应用. 2007(03)
博士论文
[1]光学图像末制导中的点目标检测与识别算法研究[D]. 张兵.国防科学技术大学 2005
[2]红外成像点目标的检测与识别技术研究[D]. 刘志刚.国防科学技术大学 2005
硕士论文
[1]改进的卷积神经网络模型及其应用研究[D]. 何鹏程.大连理工大学 2015
[2]基于XCS的目标灰度时间序列特征提取方法研究[D]. 李鑫.国防科学技术大学 2014
[3]光伏发电自动跟踪及MPPT控制的研究[D]. 林坤.电子科技大学 2014
[4]深度学习在图像识别中的研究及应用[D]. 李卫.武汉理工大学 2014
[5]智能计算在电动汽车行动力管理中的应用研究[D]. 冯智泉.上海交通大学 2013
[6]基于神经网络的电喷发动机故障诊断技术研究[D]. 刘升刚.重庆交通大学 2012
[7]弹道导弹中段目标识别研究[D]. 徐志鹏.南京大学 2012
[8]深空红外目标场景的建模与仿真技术研究[D]. 李阳.国防科学技术大学 2010
[9]海面目标红外辐射特性研究[D]. 冯艳华.西安电子科技大学 2009
[10]空间目标红外辐射特性研究与基于光谱的空间点目标特征提取[D]. 张永阳.南京理工大学 2007
本文编号：3161907
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3161907.html
