当前位置:主页 > 科技论文 > 信息工程论文 >

光学图像辅助的舰船ISAR像目标识别方法

发布时间:2020-04-04 20:10
【摘要】:舰船ISAR图像目标识别现在已经得到广泛应用,但由于舰船目标的散射特性受到多种要素影响,使得采用ISAR目标识别的识别率相对较低。因此,改善舰船ISAR像的识别率是现在的研究热点。光学图像由于其分辨率高,图像信息丰富,识别率高,并且更加有利于人工干预的特性,使得其在人工交互方面占据优势,从而更加有利于有人/无人智能系统。在实际情况中,我们往往不能够同时获得舰船目标的ISAR和光学这两类异质图像。由于光学图像受到天气、气候(雾、霾、雨、云等)的影响,使其工作的时间有限;即便是处于天气条件良好的时候,光学图像进行成像的距离有限,并且受到光源影响,在光线不充足的情况下难以获得目标的图像。而ISAR是主动探测的,作用距离远,且其分辨特性不受距离的影响,光线的强度对成像结果也无影响,在各种气候以及各个时间都能够工作。因此在大部分情况下,舰船目标的ISAR像是我们能够得到的仅有图像。本文围绕舰船ISAR像的目标识别这一问题展开研究,期望利用已有部分信息(舰船ISAR像)来生成缺失信息(光学图像),进而达到改善舰船目标ISAR像识别效果的目的。主要内容包括:首先,在本文中阐述了逆孔径合成雷达是如何进行成像的,详细的对距离-多普勒的成像机制进行了分析,并基于此对三种不同舰船模型进行了成像仿真,并且对舰船三种转动形式逐一分析了对应的成像的特性。为了后续研究更加方便对图像进行了预处理,构建了舰船ISAR像的图像库。其次,针对图像目标识别这一问题,本文中采用卷积神经网络的网络来完成。在文中对这一网络构成进行了说明,详细阐述了卷积神经网络各个层的用途以及各自的误差敏感项,本文紧接着基于图像库,利用卷积神经网络进行了对舰船ISAR像的分类识别,并得到了识别准确率,对结果进行了合理的说明以及分析。最后,关于使用已有信息生成缺失信息这一问题,本文采用了对抗生成网络来达到这一目的。具体而言采用了两类网络,第一类是Pix2pix网络,在该网络的生成器输入端放入舰船ISAR像,鉴别器输入端放入对应的光学图像,训练此网络直到达到纳什平衡,此时生成器输出的就是接近于光学图像的生成图像,后续将生成的图像与ISAR像合并得到新的图像,同样利用卷积神经网络对新的图像进行特征提取与分类识别,最终获得舰船目标的识别率;第二类是部分模式对抗生成网络,它的生成器输入是ISAR像的特征,鉴别网络包含了鉴别器和预测器两部分,鉴别网络中鉴别器的输入是光学图像特征,输出是生成特征。预测器的输入则是ISAR像特征和生成特征融合之后的新特征,预测器对新的特征进行分类,进而输出舰船的识别准确率。仿真实验的结果表明,利用这两类网络均能够改善仅凭借舰船ISAR像的识别效果。
【图文】:

目标模型,转台


图 2-1 转台运动的目标模型时,由于 比较小,,因此对上式作如公式 2-3 的sin( )cos( ) 1w ww 式 2-4:0 0R R x 以写为公式 2-5:0 R ( ) y w( )不难算出回波的多普勒频率df ,如公式 2-6 所示:02 ( )2 /dRf y , 表示信号的波长。不难想到若发射信号的形式普勒效应产生的频移以及距离造成的时延,就能够下的坐标,表示为0 0( x , y)。不难发现,在 x-y 坐标达视线的方向,垂直于其的平面是等距离面;与之

运动模型,转台


图 2-2 转台运动模型时间内目标由于运动产生距离的情况下,回波信号的2 m r krR t v ttc 发射信号脉冲到达目标出后检测目标的时间,即认为那么在下一慢时刻发射的脉冲信号要传播的距离就会假设在mt 时刻,与雷达距离为 ( )mR t 的点所产生的回波其可以写为公式 2-15:2 ( )/ 1( )exp 2 ( 2 ( )/ ) ( 2 ( )/ 2k mc k m r k mpt R t crect j f t R t c K t R t cT 频信号是雷达所发射的信号形式,是故我们对回波信转中心点的回波信号作为我们要参考的信号,参考信2 ( )/1( )exp 2 ( 2 ( )/ ) ( 2 ( )/ k ref mt R t crect j f t R t c K t R t c
【学位授予单位】:哈尔滨工业大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TN957.52;U675.7

【相似文献】

相关期刊论文 前10条

1 顾福飞;罗迎;陈怡君;张群;;基于稀疏处理的运动目标认知ISAR成像技术[J];现代雷达;2018年11期

2 黄璐;王洋;金胜;;一种ISAR图像性能定量评估方法[J];雷达科学与技术;2017年01期

3 Chengguang Wu;Hongqiang Wang;Bin Deng;Yuliang Qin;Wuge Su;;Autofocus technique for ISAR imaging of uniformly rotating targets based on the ExCoV method[J];Journal of Systems Engineering and Electronics;2017年02期

4 张子刚;王文峰;苟方怀;;基于时频分析的机动目标ISAR成像[J];无线互联科技;2015年17期

5 ;New method of time-frequency representation for ISAR imaging of ship targets[J];Journal of Systems Engineering and Electronics;2012年04期

6 陈秀伟;张云华;张祥坤;;弹道导弹的ISAR回波模拟[J];空军工程大学学报(自然科学版);2011年01期

7 高强;王振楠;汲雪飞;;基于多级模糊综合评判的ISAR干扰效果评估模型[J];数字技术与应用;2011年11期

8 高建军;宿富林;孙华东;徐国栋;;海杂波对ISAR成像的影响[J];系统工程与电子技术;2009年08期

9 ;A COMPARISON OF SOME ELECTRONIC COUNTERMEASURES ON INVERSE SYNTHETIC APERTURE RADAR (ISAR)[J];Journal of Electronics;2006年01期

10 朱岱寅,朱兆达;IDENTIFYING THE NUMBER OF AIRCRAFT IN FORMATION FLIGHT USING ISAR TECHNIQUE[J];Chinese Journal of Aeronautics;1999年03期

相关会议论文 前10条

1 孙刚;吴正容;白广周;;空间目标ISAR成像仿真技术研究[A];中国空间科学学会空间探测专业委员会第十九次学术会议论文集(上册)[C];2006年

2 葛礼晖;;ISAR图像质量多指标加权综合评定及其软件实现[A];第四届高分辨率对地观测学术年会论文集[C];2017年

3 刘红娅;贾鑫;;对ISAR系统有效干扰分析[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年

4 张瑜;张英朝;陈国玖;孙振华;易炯意;;空间目标双基地ISAR成像畸变分析[A];第四届高分辨率对地观测学术年会论文集[C];2017年

5 高磊;邹江威;陈曾平;;一种ISAR成像信号中微动成份分离方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

6 何元桥;林永照;梁贤姣;张群;;一种新的ISAR机动目标瞬时成像方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

7 祁鹏辉;韩一平;凌应杰;武超;;图像熵在ISAR成像中的应用[A];第七届全国信号和智能信息处理与应用学术会议会刊[C];2013年

8 贺思三;赵会宁;周剑雄;付强;;基于相关距离像序列的ISAR图像横向定标[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

9 余渝生;朱岱寅;;ISAR大转角下全局最小熵距离对准算法的改进[A];2008通信理论与技术新进展——第十三届全国青年通信学术会议论文集(上)[C];2008年

10 冯德军;王雪松;王国玉;;空间目标的ISAR跟踪[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年

相关重要报纸文章 前2条

1 李红霞 罗梅 赵际U啿普炕峒扑

本文编号:2614022


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2614022.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户1c5d9***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com