基于机器学习的雷达目标和杂波分类

发布时间：2024-02-17 18:28

　　近年来,无人机违法飞行、鸟击事件等发生的频率逐年增加,无人机和鸟类均属于非合作低慢小目标。低慢小目标飞行高度低、速度慢、回波强度小,很容易淹没在环境杂波中,且存在多种干扰目标,影响对低慢小目标的探测跟踪;现实背景下,目标处于这样复杂多样的杂波和干扰环境中,数据量庞大,无法人为地对其判定,增加了处理难度。所以本文基于机器学习中的聚类算法,区分出目标和杂波,实现智能化的雷达数据处理。本文主要研究城市或机场环境下低慢小目标和杂波的分类问题,根据实测数据通过聚类方法区分目标点迹和杂波点迹,主要工作如下:1)根据实测数据构建样本集并选取合适的输入特征。首先,分析雷达系统的参数和信号处理流程,给出最终输出的原始点迹的信息;然后,选取输入特征并分析其合理性;最后,标准化输入特征。2)利用K均值方法和密度峰值聚类方法对样本集进行目标和杂波的聚类。首先,从评价指标、聚类中心选取准则、算法步骤三个方面分析了K均值方法和密度峰值聚类方法,然后运用这两种方法对样本集进行聚类实验,最后对比和分析实验结果。3)针对样本集中杂波和目标不均衡问题,从算法层面提出一种基于改进AdaBoost的密度峰值聚类方法。基于不对...

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图2.1外场测试实拍图

第二章数据集的建立和特征选取引言机器学习算法从数据中学习拟合出合适的模型，因此需要先构建数据集。本章将介绍某型小目标探测雷达系统研制的各项参数和处理流程，根据实测数据构建数据集，并研究低慢标和杂波之间的特征差异，选取输入特征并标准化。数据集的构建1数据集的组成本文样本集数....

图2.4中频信号时域波形和频谱结果图

南京航空航天大学硕士学位论文其中，iA为中频信号幅度；if为中频频率；i为固定相位。2)实测结果本雷达系统中，中频频率300ifMHz，采样率400MHzsf，带宽B150MHz，脉宽0.6s。在实际对无人机探测的试验中，需要对无人机....

图2.6基带信号频谱实测结果

2121,12,0,1,2,,21,0,1,2,spsnsnTnsnInkknkTQnTnk为偶数,为奇数,采样周期为2ssTT，因此抽取后的I路数据与Q路数据可以表....

图2.7不加权和加权脉冲压缩的实测结果

1)脉冲压缩原理距离分辨率代表同一个方向上区分两个点目标的最小距离。对于传统的简单矩形脉冲雷达来说，距离分辨率取决于信号的脉宽。脉宽越窄，带宽越宽，分辨能力就越高。因此，高距离分辨率需要发射窄脉冲。另一方面，雷达的作用距离和脉冲信号能量有关，受硬件条件限制，信号能量的提升和脉冲....

本文编号：3901206