基于高分辨距离像的雷达地面目标识别技术
发布时间：2023-04-17 05:36
在如今日益复杂的地面战场环境下,利用传统雷达信号处理技术已无法实现对地面目标的准确探测,因此对雷达目标识别技术的需求愈加迫切。高分辨一维距离像可以提供目标在雷达视线上的结构信息,其成像条件简单、容易获取且运算与存储压力小的特点,使得基于高分辨一维距离像的雷达地面目标识别技术受到了广泛的关注和研究。目前,基于高分辨一维距离像的目标识别技术已经取得了一定的进展与突破,但是针对弹载这一特定的应用场合,目标非合作性导致的训练模板库非完备问题,地面目标相似导致的特征向量低可分性问题,复杂地面战场环境导致的低信噪比与假目标干扰问题,特征空间分布的随机性导致的分类边界不准确问题,严重地影响了目标识别的总体性能。本论文以实现复杂战场环境下的目标识别为出发点,围绕上述弹载雷达地面目标识别中存在的问题展开研究。具体包括以下几个方面:1.为解决雷达地面目标高分辨一维距离像识别中,非合作目标模板库非完备的问题,提出一种基于混合模型的雷达非合作目标高分辨一维距离像仿真方法。本方法基于模型匹配目标识别基本思想,利用有限的目标信息进行建模仿真,从而构建完备的目标训练模板库。本方法通过构建目标精细化散射点模型,并利用...
【文章页数】：149 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 雷达目标识别的研究背景及意义
1.2 雷达高分辨一维距离像目标识别的基本概念
1.2.1 雷达HRRP的敏感性
1.2.2 雷达HRRP目标识别的优势
1.3 雷达HRRP目标识别的研究历史与发展现状
1.4 雷达HRRP目标识别所面对的问题
1.4.1 非合作目标完备训练模板库的建立
1.4.2 目标HRRP低维度、高可分性特征的提取
1.4.3 噪声稳健的HRRP目标识别
1.4.4 库外目标的鉴别与库内目标的分类
1.5 研究内容安排
1.5.1 实验数据与实验条件介绍
1.5.2 本文内容安排
第二章 基于混合模型的雷达非合作目标HRRP仿真方法
2.1 引言
2.2 基于混合模型的雷达非合作目标HRRP仿真方法
2.3 目标HRRP仿真生成与性能分析
2.4 本章小结
第三章 基于统计核函数相关判别分析的目标HRRP特征提取方法
3.1 引言
3.2 目标HRRP距离单元统计特性分析
3.3 基于目标HRRP距离单元统计特性的特征分量提取
3.3.1 基于理想模型目标HRRP距离单元统计特性的特征分量提取
3.3.2 基于非理想模型目标HRRP距离单元统计特性的特征分量提取
3.4 基于多变量统计相关判别分析的特征融合
3.4.1 针对理想HRRP距离单元统计特性的融合
3.4.2 针对非理想HRRP距离单元统计特性的融合
3.5 实验结果及性能分析
3.5.1 实测数据验证与性能评估
3.5.2 实时性分析
3.5.3 噪声/杂波稳健性分析
3.6 本章小结
第四章 基于稀疏-低秩联合学习的噪声稳健HRRP目标识别方法
4.1 引言
4.2 稀疏表示与低秩表示简介
4.2.1 稀疏表示
4.2.2 低秩表示
4.3 基于稀疏-低秩联合学习的HRRP目标识别方法
4.3.1 训练阶段
4.3.2 测试阶段
4.4 实验结果及性能分析
4.4.1 目标识别性能评估与分析
4.4.2 噪声稳健性分析
4.4.3 算法实时性分析
4.5 本章小结
第五章 基于聚类-空间描述的目标HRRP鉴别器设计
5.1 引言
5.2 特征空间分布特性分析
5.3 基于相关系数预处理的K-Means聚类算法
5.4 基于空间描述的SVDD算法
5.5 改进的加权KNN算法
5.6 实验结果及性能分析
5.6.1 实测数据验证
5.6.2 性能评估
5.7 本章小结
第六章 基于多重支持向量模型的目标HRRP识别器设计
6.1 引言
6.2 鉴别-分类联合处理所面对的问题
6.3 基于多重支持向量模型的目标识别器
6.4 实验结果及性能分析
6.4.1 实验设定
6.4.2 实测数据实验结果与分析
6.4.3 识别性能对比
6.4.4 实时性对比
6.4.5 噪声与杂波影响分析
6.5 本章小结
第七章 总结与展望
7.1 全文内容总结
7.2 工作展望
7.2.1 基于深度学习的实用化目标识别技
7.2.2 多源协同信息融合目标识别技术
7.2.3 基于多维度高分辨成像的雷达目标识别技术
参考文献
致谢
作者简介
本文编号：3792677
【文章页数】：149 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 雷达目标识别的研究背景及意义
1.2 雷达高分辨一维距离像目标识别的基本概念
1.2.1 雷达HRRP的敏感性
1.2.2 雷达HRRP目标识别的优势
1.3 雷达HRRP目标识别的研究历史与发展现状
1.4 雷达HRRP目标识别所面对的问题
1.4.1 非合作目标完备训练模板库的建立
1.4.2 目标HRRP低维度、高可分性特征的提取
1.4.3 噪声稳健的HRRP目标识别
1.4.4 库外目标的鉴别与库内目标的分类
1.5 研究内容安排
1.5.1 实验数据与实验条件介绍
1.5.2 本文内容安排
第二章 基于混合模型的雷达非合作目标HRRP仿真方法
2.1 引言
2.2 基于混合模型的雷达非合作目标HRRP仿真方法
2.3 目标HRRP仿真生成与性能分析
2.4 本章小结
第三章 基于统计核函数相关判别分析的目标HRRP特征提取方法
3.1 引言
3.2 目标HRRP距离单元统计特性分析
3.3 基于目标HRRP距离单元统计特性的特征分量提取
3.3.1 基于理想模型目标HRRP距离单元统计特性的特征分量提取
3.3.2 基于非理想模型目标HRRP距离单元统计特性的特征分量提取
3.4 基于多变量统计相关判别分析的特征融合
3.4.1 针对理想HRRP距离单元统计特性的融合
3.4.2 针对非理想HRRP距离单元统计特性的融合
3.5 实验结果及性能分析
3.5.1 实测数据验证与性能评估
3.5.2 实时性分析
3.5.3 噪声/杂波稳健性分析
3.6 本章小结
第四章 基于稀疏-低秩联合学习的噪声稳健HRRP目标识别方法
4.1 引言
4.2 稀疏表示与低秩表示简介
4.2.1 稀疏表示
4.2.2 低秩表示
4.3 基于稀疏-低秩联合学习的HRRP目标识别方法
4.3.1 训练阶段
4.3.2 测试阶段
4.4 实验结果及性能分析
4.4.1 目标识别性能评估与分析
4.4.2 噪声稳健性分析
4.4.3 算法实时性分析
4.5 本章小结
第五章 基于聚类-空间描述的目标HRRP鉴别器设计
5.1 引言
5.2 特征空间分布特性分析
5.3 基于相关系数预处理的K-Means聚类算法
5.4 基于空间描述的SVDD算法
5.5 改进的加权KNN算法
5.6 实验结果及性能分析
5.6.1 实测数据验证
5.6.2 性能评估
5.7 本章小结
第六章 基于多重支持向量模型的目标HRRP识别器设计
6.1 引言
6.2 鉴别-分类联合处理所面对的问题
6.3 基于多重支持向量模型的目标识别器
6.4 实验结果及性能分析
6.4.1 实验设定
6.4.2 实测数据实验结果与分析
6.4.3 识别性能对比
6.4.4 实时性对比
6.4.5 噪声与杂波影响分析
6.5 本章小结
第七章 总结与展望
7.1 全文内容总结
7.2 工作展望
7.2.1 基于深度学习的实用化目标识别技
7.2.2 多源协同信息融合目标识别技术
7.2.3 基于多维度高分辨成像的雷达目标识别技术
参考文献
致谢
作者简介
本文编号：3792677
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3792677.html
