基于HRRP与ISAR图像融合的舰船目标识别研究
发布时间：2021-01-25 01:18
信息化战争背景下,现代雷达不仅能够提供目标的位置和速度信息,还能对目标进行成像获取目标的几何和姿态信息,雷达自动目标识别技术也随之产生。其中,由于我国复杂的海洋争端,舰船目标的识别对我国的领土安全有着重要意义。本文主要针对雷达舰船目标的识别进行了研究,由于当前研究单一地使用HRRP或者单一地使用ISAR图像进行识别的现状,本文主要对同时融合HRRP和ISAR图像进行舰船目标的识别的方法进行了研究,包括融合二者进行目标识别提高识别率的方法以及融合二者提高长度估计精度的方法。在融合识别的方法上,本文采用基于DS证据理论的融合和基于分类器选择的融合两种方法。在长度的融合上,由简单到复杂,先后利用零均值高斯分布、非零均值高斯分布对HRRP和ISAR的长度估计误差建模。利用训练集数据对高斯分布的参数进行估计,然后利用估计的概率模型通过最小均方误差估计方法,且对HRRP和ISAR的长度估计结果进行融合对ISAR图像长度估计结果与HRRP长度估计结果差别过大的样本,直接取HRRP长度估计结果作为融合结果。在雷达成像仿真数据集上验证结果表明基于分类器选择的融合方法能得到最佳的准确率以及融合后长度估计精...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
HRRP成像示意图
哈尔滨工业大学工学硕士学位论文-9-而py随着时间变化的表达式为：()(0)sin()(0)(sin()cos()-cos()sin())-(0)sin+(0)cos()pppppytrwtrwtwtxwtywtθθθ===(2-3)则P点的多普勒频率为：2()2(-(0)sin+(0)cos())-2((0)cos()(0)sin())cpcppdcppfdrtfdxwtywtfcdtcdtfxwwtywwtc===+(2-4)当成像积累角度较小时，即成像积累总时间T内，wt都接近于0，由于sin(wt)≈0,cos(wt)≈1，此时多普勒频率可以近似为2((0)cos()(0)sin())2(0)cdppcpffxwwtywwtcfxwc=+≈(2-5)图2-1ISAR成像转台模型可以看出多普勒频率与散射点方位位置成正比，通过分辨多普勒频率即可实现方位分辨。对于ISAR成像，其成像积累时间为T。则其频率分辨率为1T，其方位分辨率为22cacxfwTλθ==(2-6)
哈尔滨工业大学工学硕士学位论文-11-图2-2Dechirp处理示意图对于同一距离单元，其中的二次项2012-2RRkc（）的变化可以忽略不计。此时从上式（2-11）可以看出()nPt的相位由与R成正比的单频分量以及等于002()cfRR的固定相位组成，在慢时间维，002()cfRR即对应于目标的多普勒频率。根据之前的分析可以知道其可以近似为：002())00(22RRcfddfdRffxwdtcdtc==≈(2-12)距离-多普勒算法首先进行距离压缩，得到高分辨一维距离像，此时为距离多普勒域，再对方位向进行高分辨，即可得到二维ISAR图像。由于此处距离向和方位向都分别为与目标y坐标和x坐标成正比的单频信号的叠加。故此时距离-多普勒算法即为对Dechirp后的信号的二维FFT。距离多普勒算法的处理流程如图2-3
【参考文献】：
期刊论文
[1]新体制雷达及其关键技术[J]. 李刚. 电子技术与软件工程. 2019(15)
[2]雷达海面目标识别技术研究进展[J]. 贺治华,段佳,芦达. 科技导报. 2017(20)
[3]基于ISAR像的舰船目标识别技术研究[J]. 侯颖妮,杨予昊,李士国,江涛. 现代雷达. 2016(03)
[4]基于ISAR水面舰船高频区散射中心特征提取仿真研究[J]. 丁凡,廖章奇. 舰船科学技术. 2015(S1)
[5]在雷达HRRP识别中多特征融合多类分类器设计[J]. 李志鹏,马田香,杜兰,徐丹蕾,刘宏伟,张子敬. 西安电子科技大学学报. 2013(01)
[6]雷达目标识别技术研究进展及发展趋势分析[J]. 李明. 现代雷达. 2010(10)
[7]一种利用强度信息的雷达HRRP自动目标识别方法[J]. 陈凤,杜兰,刘宏伟,保铮,候庆禹. 电子学报. 2009(03)
[8]雷达高分辨距离像目标识别研究进展[J]. 刘宏伟,杜兰,袁莉,保铮. 电子与信息学报. 2005(08)
[9]基于超分辨ISAR成像的飞机目标识别[J]. 许人灿,刘朝军,黄小红,陈曾平. 电子技术应用. 2005(06)
博士论文
[1]雷达高分辨距离像目标识别方法研究[D]. 杜兰.西安电子科技大学 2007
硕士论文
[1]基于D-S证据理论和SVM的多传感器信息融合算法研究[D]. 廉伟健.吉林大学 2019
[2]基于字典学习和卷积神经网络的飞机目标HRRP识别研究[D]. 周丽洒.哈尔滨工业大学 2019
[3]基于ISAR的舰船目标识别[D]. 郭峰.中国电子科技集团公司电子科学研究院 2019
[4]基于特征提取的雷达HRRP目标识别技术研究[D]. 陈旺才.南京航空航天大学 2019
[5]基于ISAR图像的舰船目标识别研究[D]. 朱鹏凯.哈尔滨工业大学 2016
[6]ISAR与AIS航迹融合及基于ISAR图像的船目标长度估计方法研究[D]. 谢昭.哈尔滨工业大学 2015
[7]基于高分辨距离像的舰船目标识别研究[D]. 姚国伟.哈尔滨工业大学 2015
[8]基于ISAR图像的舰船目标特征提取方法研究[D]. 海鸿璋.西安电子科技大学 2014
[9]雷达目标一维距离像识别方法研究[D]. 罗楠.电子科技大学 2009
[10]逆合成孔径雷达图像识别研究[D]. 陈善丽.浙江大学 2008
本文编号：2998272
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
HRRP成像示意图
哈尔滨工业大学工学硕士学位论文-9-而py随着时间变化的表达式为：()(0)sin()(0)(sin()cos()-cos()sin())-(0)sin+(0)cos()pppppytrwtrwtwtxwtywtθθθ===(2-3)则P点的多普勒频率为：2()2(-(0)sin+(0)cos())-2((0)cos()(0)sin())cpcppdcppfdrtfdxwtywtfcdtcdtfxwwtywwtc===+(2-4)当成像积累角度较小时，即成像积累总时间T内，wt都接近于0，由于sin(wt)≈0,cos(wt)≈1，此时多普勒频率可以近似为2((0)cos()(0)sin())2(0)cdppcpffxwwtywwtcfxwc=+≈(2-5)图2-1ISAR成像转台模型可以看出多普勒频率与散射点方位位置成正比，通过分辨多普勒频率即可实现方位分辨。对于ISAR成像，其成像积累时间为T。则其频率分辨率为1T，其方位分辨率为22cacxfwTλθ==(2-6)
哈尔滨工业大学工学硕士学位论文-11-图2-2Dechirp处理示意图对于同一距离单元，其中的二次项2012-2RRkc（）的变化可以忽略不计。此时从上式（2-11）可以看出()nPt的相位由与R成正比的单频分量以及等于002()cfRR的固定相位组成，在慢时间维，002()cfRR即对应于目标的多普勒频率。根据之前的分析可以知道其可以近似为：002())00(22RRcfddfdRffxwdtcdtc==≈(2-12)距离-多普勒算法首先进行距离压缩，得到高分辨一维距离像，此时为距离多普勒域，再对方位向进行高分辨，即可得到二维ISAR图像。由于此处距离向和方位向都分别为与目标y坐标和x坐标成正比的单频信号的叠加。故此时距离-多普勒算法即为对Dechirp后的信号的二维FFT。距离多普勒算法的处理流程如图2-3
【参考文献】：
期刊论文
[1]新体制雷达及其关键技术[J]. 李刚. 电子技术与软件工程. 2019(15)
[2]雷达海面目标识别技术研究进展[J]. 贺治华,段佳,芦达. 科技导报. 2017(20)
[3]基于ISAR像的舰船目标识别技术研究[J]. 侯颖妮,杨予昊,李士国,江涛. 现代雷达. 2016(03)
[4]基于ISAR水面舰船高频区散射中心特征提取仿真研究[J]. 丁凡,廖章奇. 舰船科学技术. 2015(S1)
[5]在雷达HRRP识别中多特征融合多类分类器设计[J]. 李志鹏,马田香,杜兰,徐丹蕾,刘宏伟,张子敬. 西安电子科技大学学报. 2013(01)
[6]雷达目标识别技术研究进展及发展趋势分析[J]. 李明. 现代雷达. 2010(10)
[7]一种利用强度信息的雷达HRRP自动目标识别方法[J]. 陈凤,杜兰,刘宏伟,保铮,候庆禹. 电子学报. 2009(03)
[8]雷达高分辨距离像目标识别研究进展[J]. 刘宏伟,杜兰,袁莉,保铮. 电子与信息学报. 2005(08)
[9]基于超分辨ISAR成像的飞机目标识别[J]. 许人灿,刘朝军,黄小红,陈曾平. 电子技术应用. 2005(06)
博士论文
[1]雷达高分辨距离像目标识别方法研究[D]. 杜兰.西安电子科技大学 2007
硕士论文
[1]基于D-S证据理论和SVM的多传感器信息融合算法研究[D]. 廉伟健.吉林大学 2019
[2]基于字典学习和卷积神经网络的飞机目标HRRP识别研究[D]. 周丽洒.哈尔滨工业大学 2019
[3]基于ISAR的舰船目标识别[D]. 郭峰.中国电子科技集团公司电子科学研究院 2019
[4]基于特征提取的雷达HRRP目标识别技术研究[D]. 陈旺才.南京航空航天大学 2019
[5]基于ISAR图像的舰船目标识别研究[D]. 朱鹏凯.哈尔滨工业大学 2016
[6]ISAR与AIS航迹融合及基于ISAR图像的船目标长度估计方法研究[D]. 谢昭.哈尔滨工业大学 2015
[7]基于高分辨距离像的舰船目标识别研究[D]. 姚国伟.哈尔滨工业大学 2015
[8]基于ISAR图像的舰船目标特征提取方法研究[D]. 海鸿璋.西安电子科技大学 2014
[9]雷达目标一维距离像识别方法研究[D]. 罗楠.电子科技大学 2009
[10]逆合成孔径雷达图像识别研究[D]. 陈善丽.浙江大学 2008
本文编号：2998272
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2998272.html
