基于HRRP的自动目标识别技术研究

发布时间：2017-09-02 05:29

  本文关键词：基于HRRP的自动目标识别技术研究

  更多相关文章： HRRP 自动目标识别 组合特征 SVM 稀疏保持投影

【摘要】：雷达自动目标识别在现代战争环境中发挥着重要的作用。其中宽带雷达获取的高分辨一维距离像(High Resolution Range Profile,HRRP)反映了目标散射中心沿雷达视线方向的分布情况,包含了丰富的目标结构和形状信息,因此基于HRRP的目标识别引起了国内外广泛的关注。本文以HRRP目标散射特性为出发点进行HRRP目标识别研究。首先介绍当目标散射点模型不变的情况下HRRP的回波特性。然后针对HRRP回波特性,给出基于组合特征与SVM(Support Vector Machine,SVM)的HRRP目标识别算法。该方法首先提取非相干平均距离像与中心矩特征,然后将两种特征串行组合成新的特征,最后采用SVM分类器进行分类识别。利用美国运动与静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)实测SAR(Synthetic Aperture Radar,SAR)HRRP数据进行实验,实验结果表明该方法在方位未知的情况下能够明显提高目标的识别率,是一种有效的HRRP目标识别方法。另外,论文将稀疏表示应用在HRRP目标识别中,给出基于组合特征的监督型稀疏保持投影算法。由于稀疏保持投影(Sparse Preserving Projection,SPP)是一种无监督算法,尤其对于监督型问题不能充分利用类别信息,因此在SPP基础上,引入类别信息给出了监督型稀疏保持投影(Supervised Sparse Preserving Projection,S2PP)算法,即对每一个样本求解稀疏系数时,只用同类别的训练样本去线性表示,然后将稀疏系数引入到特征提取中,最后通过数据的稀疏重建关系构造目标函数得到低维特征向量。S2PP不仅使得提取的低维特征能够保持稀疏重构特性,而且消除了异类目标对稀疏表示的影响。鉴于组合特征具有很好的判别性,因此选择在组合特征域中进行监督型稀疏保持投影。利用MSTAR数据进行实验,得到了较好的实验结果。
【关键词】：HRRP 自动目标识别 组合特征 SVM 稀疏保持投影
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN957.51
【目录】：

• 摘要6-7
• Abstract7-11
• 第一章 绪论11-17
• 1.1 课题研究背景及意义11-12
• 1.2 国内外研究现状12-15
• 1.3 本文结构安排15-17
• 第二章 HRRP目标识别技术基本理论17-27
• 2.1 引言17
• 2.2 HRRP回波特性17-20
• 2.2.1 HRRP散射点模型保持不变的条件17-18
• 2.2.2 单个距离单元的回波特性18-20
• 2.3 HRRP ATR研究的主要内容20-23
• 2.3.1 HRRP预处理技术20-22
• 2.3.2 HRRP特征提取技术22
• 2.3.3 HRRP分类技术22-23
• 2.4 HRRP ATR的主要难点23
• 2.5 实验数据介绍23-26
• 2.6 本章小结26-27
• 第三章 基于组合特征和SVM的HRRP目标识别27-41
• 3.1 引言27
• 3.2 HRRP特征提取27-30
• 3.2.1 非相干平均距离像特征提取28
• 3.2.2 中心矩特征提取28-30
• 3.3 HRRP分类器设计30-35
• 3.3.1 最近邻模糊分类器30-32
• 3.3.2 SVM分类器32-35
• 3.3.2.1 线性支持矢量机32-34
• 3.3.2.2 非线性支持矢量机34-35
• 3.4 基于组合特征和SVM的HRRP目标识别35-36
• 3.4.1 训练过程35-36
• 3.4.2 识别过程36
• 3.5 实验结果及分析36-40
• 3.5.1 实验结果36-37
• 3.5.2 实验结果分析37-40
• 3.6 本章小结40-41
• 第四章 基于组合特征的监督型稀疏保持投影算法41-61
• 4.1 引言41-42
• 4.2 稀疏保持投影原理介绍42-43
• 4.3 监督型稀疏保持原理介绍43-45
• 4.4 算法框图45-46
• 4.5 基于组合特征的监督型稀疏保持投影算法46-47
• 4.5.1 训练过程46
• 4.5.2 识别过程46-47
• 4.6 实验结果及分析47-60
• 4.6.1 实验结果47
• 4.6.2 实验结果分析47-60
• 4.7 本章小结60-61
• 第五章 总结与展望61-63
• 5.1 本文工作总结61
• 5.2 未来工作展望61-63
• 参考文献63-69
• 致谢69-70
• 硕士攻读期间所发表的论文70

【参考文献】

中国期刊全文数据库 前10条

1 张新征;刘书君;秦建红;黄培康;;基于距离像时频非负稀疏编码的SAR目标识别[J];系统工程与电子技术;2014年10期

2 张瑞;牛威;寇鹏;;基于样本紧密度的雷达高分辨距离像识别方法研究[J];电子与信息学报;2014年03期

3 陈允辉;李环;马岩;张丽平;;雷达目标一维距离像的偶数阶中心矩特征的识别[J];沈阳理工大学学报;2013年05期

4 童涛;杨桄;李昕;叶怡;王寿彪;;基于D-S证据理论的多特征融合SAR图像目标识别方法[J];国土资源遥感;2013年02期

5 冯博;杜兰;张学峰;刘宏伟;;基于字典学习的雷达高分辨距离像目标识别[J];电波科学学报;2012年05期

6 张新征;刘书君;黄培康;;基于时频矩阵非负分解特征的多视角SAR目标识别[J];宇航学报;2012年09期

7 张新征;黄培康;;基于复值HRRP CICA特征的多方位SAR目标识别[J];系统工程与电子技术;2012年02期

8 孙菲;梁菁;任杰;刘先康;魏存伟;;一种基于高阶谱特征的舰船目标识别方法[J];舰船科学技术;2011年07期

9 周诺;陈炜;;基于稀疏表示的高分辨距离像自动目标识别(英文)[J];Chinese Journal of Aeronautics;2010年05期

10 史颖超;李侠;程东升;毛华春;;窄带雷达飞机目标识别方法综述[J];舰船电子工程;2010年02期

中国博士学位论文全文数据库 前3条

1 廖阔;基于高分辨距离像的雷达自动目标识别研究[D];电子科技大学;2012年

2 刘华林;高分辨距离像雷达自动目标识别研究[D];电子科技大学;2008年

3 周代英;雷达目标一维距离像识别研究[D];电子科技大学;2001年

中国硕士学位论文全文数据库 前3条

1 侯彬;基于稀疏表示的典型相关分析算法研究[D];南京理工大学;2013年

2 陈渤;绝对对齐算法在雷达高分辨距离像（HRRP）目标识别中的研究与应用[D];西安电子科技大学;2006年

3 高倩;基于高分辨率雷达距离像的自动目标识别研究[D];南京航空航天大学;2002年

，

本文编号：776677