当前位置:主页 > 科技论文 > 信息工程论文 >

基于高分辨距离像的支持向量数据描述目标识别算法研究

发布时间:2021-09-11 14:39
  现代战争已演变为以电子战、信息战为中心的高技术战争,由此对感知和处理战场态势有了更高要求。雷达自动目标识别(Radar Automatic Target Recognition,RATR)领域伴随着新军事变革需求应运而生,在现代战争中可提高攻防能力、为指挥自动化和目标检测预警等方面提供有力支撑,因而决定RATR技术在现代军事高科技领域的突出地位。高分辨雷达可实现最高层次的目标识别,其目标回波中可提取诸如高分辨距离像(High Resolution Range Profile,HRRP)回波特征、合成孔径雷达(Synthetic Aperture Radar,SAR)像或逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)像等特征。而相比于SAR/ISAR像,HRRP能提供目标纵向长度和散射点沿距离向的分布信息,更容易获得,且HRRP是一维特征对运算或存储的要求更低。本文紧密围绕基于HRRP的雷达目标识别这一课题,利用飞行目标的电磁计算数据,对基于HRRP的多目标识别技术进行了深入研究。首先针对HRRP目标数据域重合严重的问题,提出基于支持向量数据... 

【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】:169 页

【学位级别】:博士

【部分图文】:

基于高分辨距离像的支持向量数据描述目标识别算法研究


雷达目标识别框图

示意图,高分辨距离像,示意图,分布信息


图 1.2 高分辨距离像示意图标与雷达间的相对转动,再对每个距离单元回波进AR 图像。但相比 SAR/ISAR 像特征,HRRP 能提供的分布信息,且更容易获得(二维 SAR/ISAR 对较高)。另外,HRRP 是一维特征,对运算或存储

示意图,核映射,示意图,高维空间


、KPCA、KFDA 和 SRC 算法,并利用人工数据 Toy 和 UCI 公共数据最后,2.5 节总结了本章内容。2.2 核方法法是处理非线性问题有效的手段,其可将非线性问题映射至高维特从而变成高维空间的线性问题,为机器学习提供广泛的学习能力。:若 x ,y X,函数K 均满足: , TK x y x y 称为核函数, : x X x H表示原始空间 X 到为高维空间F由核映射 对样本生成的高维空间为: H span x ,x X,式表示为内积运算: K x , y x , y 。射的具体形式可不必知道,即可通过式(2.1)计算出高维空间中样本间2 3 : R R为例,核映射示意如图 2.1 所示。

【参考文献】:
期刊论文
[1]Radar high resolution range profile recognition via multi-SV method[J]. Long Li,Zheng Liu,Tao Li.  Journal of Systems Engineering and Electronics. 2017(05)
[2]Dual Space SVDD Based Radar Target Recognition from HRRP[J]. XIAO Huaitie,FENG Guoyu,ZHU Yongfeng,HUANG Mengjun.  Chinese Journal of Electronics. 2014(02)



本文编号:3393184

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3393184.html


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

版权申明:资料由用户807f1***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