雷达一维距离像目标识别研究

发布时间：2020-05-06 21:52

【摘要】：雷达高分辨率一维距离像(HRRP)是宽带雷达目标散射点回波在雷达视线方向上的向量和,反映了目标的结构信息,对目标的识别与分类具有重要价值。因其获取简单,实时性好,是实际工程中最具前景的雷达目标识别技术。HRRP识别过程中,方位敏感性问题、HRRP维度过高和单一分类器低信噪比环境下的识别稳定性问题是影响HRRP实际目标识别效果的重要因素。本文针对这些问题分别提出了自适应分帧、低维特征提取和多分类器决策融合方法以提高HRRP识别的精确度和鲁棒性。主要工作如下:(1)研究了HRRP识别中敏感性问题的产生原因,分析HRRP频谱幅度特征统计特性,结合因子分析模型和Jensen-Shannon(JS)距离提出了一种基于因子分析模型的自适应分帧方法,能根据目标姿态角的变化速率自适应调整分帧间隔,基于实测飞机数据的分帧和识别率结果验证了本方法能够有效降低方位敏感性对识别的影响,为后续识别工作奠定基础。(2)针对HRRP信号维度过高、冗余信息较多而产生的识别效率问题,基于稀疏保持投影,提出了一种多尺度稀疏保持投影法和一种自适应最大间距稀疏保持投影法用于特征降维。多尺度稀疏保持投影法从多尺度理论角度分析信号特性,可有效挖掘HRRP多尺度空间内在稀疏结构信息,丰富特征信息量;自适应最大间距稀疏保持投影法则将自适应最大间距准则融入降维约束中,有效融合HRRP稀疏结构信息和样本标签信息,在原尺度空间中有效探索信号内在特性。基于实测数据的实验结果表明,上述算法提取的特征维度低、识别性好、鲁棒性强。(3)针对单一分类器在低信噪比等复杂环境下识别精度较低、稳定性较差的问题,研究了HRRP多分类器决策融合识别,提出了一种基于自适应类别权重的多分类器决策融合法,通过近邻样本和多分类器间取舍及权重的自适应变换,实现了多分类器识别结果的高效融合。基于实测飞机数据的实验证明了该方法的优越性。
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN957.52

【参考文献】

相关期刊论文 前10条

1 郭明玮;赵宇宙;项俊平;张陈斌;陈宗海;;基于支持向量机的目标检测算法综述[J];控制与决策;2014年02期

2 雷腾;刘进忙;杨少春;王刚;;基于三站一维距离像融合的弹道目标特征提取方法研究[J];宇航学报;2012年02期

3 王鹏辉;杜兰;刘宏伟;李彦兵;吴兆平;;雷达高分辨距离像分帧新方法[J];西安电子科技大学学报;2011年06期

4 彭正林;毛先成;刘文毅;何美香;;基于多分类器组合的遥感影像分类方法研究[J];国土资源遥感;2011年02期

5 陈凤;刘宏伟;杜兰;保铮;;基于特征谱散布特征的低分辨雷达目标分类方法[J];中国科学:信息科学;2010年04期

6 陈凤;刘宏伟;保铮;;雷达HRRP双门限在线统计识别方法[J];系统工程与电子技术;2009年08期

7 袁莉;刘宏伟;保铮;;雷达高分辨距离像分类器的参数自适应学习算法[J];电子与信息学报;2008年01期

8 陈渤;刘宏伟;保铮;;基于三种不同绝对对齐方法的分类器分析[J];现代雷达;2006年03期

9 杨利英,覃征,王卫红;多分类器融合系统设计与应用[J];计算机工程;2005年05期

10 袁莉,刘宏伟,保铮;基于中心矩特征的雷达HRRP自动目标识别[J];电子学报;2004年12期

相关博士学位论文 前5条

1 潘勉;雷达高分辨距离像目标识别技术研究[D];西安电子科技大学;2013年

2 匡金骏;基于稀疏表示的图像分类与目标跟踪研究[D];重庆大学;2013年

3 吴杰;基于高分辨距离像的雷达自动目标识别技术研究[D];南京航空航天大学;2012年

4 何艳敏;稀疏表示在图像压缩和去噪中的应用研究[D];电子科技大学;2011年

5 于雪莲;基于核方法和流形学习的雷达目标距离像识别研究[D];电子科技大学;2008年

相关硕士学位论文 前1条

1 刘旭璐;基于稀疏表示的鲁棒性人脸识别算法的研究[D];电子科技大学;2014年

，

本文编号：2651914