基于微运动特征的车辆目标分类研究

发布时间：2020-04-30 15:06

【摘要】：雷达目标运动时,目标本身或其结构部件常常伴有微动,如螺旋桨飞机的旋翼、舰船的颠簸、人体手臂的摆动以及车辆行驶中车轮的转动等等。所谓微动是指除目标本身平动之外任何微小的振动、转动或者高阶运动。微动的概念最早是在相干激光雷达研究领域中提出的,自引入微波雷达领域来,为雷达目标识别和分类提供了一种有效途径,并迅速成为雷达学术界和工程界的研究热点。本文以轮式车辆和履带式车辆为研究对象,对车辆目标的微运动建模、微多普勒特征分析与提取以及车辆目标分类等问题展开了深入研究。具体来说,论文的主要工作如下:(1)对车辆目标识别的研究现状进行了详细的梳理和总结,为地面车辆目标的分类和识别研究提供了一定的参考和借鉴作用。(2)详细推导了单散射点转动的一般微多普勒模型,在此基础上,分别推导了轮式车辆和履带式车辆的微运动模型,并结合仿真雷达回波分析了轮式车辆和履带式车辆微多普勒谱时频像的差异性,为后续基于微多普勒谱对二者进行分类奠定了理论基础。(3)利用轮式车辆和履带式车辆微多普勒时频像的差异性,通过多普勒谱时频像进行特征提取,提出了基于复合矩特征和结构特征等两种分类方法,仿真数据验证了提出方法的正确性和有效性。
【图文】：

论文研究,雷达目标识别,绪论,研究背景

10 图 1.1 论文研究内容和思路第 1 章是绪论，首先阐述了研究背景及意义，然后对雷达目标识别领域的微动特征研究进展进行了总结，接着对车辆目标分类识别的研究进展进行了综述，并指出了基于微动特征的车辆目标分类需要解决的几个关键问题，最后介绍了论文的主要研究内容与结构安排。第 2 章是研究基础，主要研究了时频分析和分类器两个方面的有关理论：一是对比研究了几种非平稳信号处理和分析的时频分析方法；二是研究了 SVM 分类器的基本理论和适用条件。为后续研究微多普勒特征的分析和基于时频像特征的分类奠定了基础。第 3 章是车辆目标微运动建模与分析，首先介绍了单散射点转动的一般微多普勒模型，推导了数学表达式，在此基础上，分别推导了轮式车辆和履带式车辆

示意图,分类问题,线性可分,示意图

法、自适应高斯分类（AGC）距离判别法、小波分解分类法、相关向量机（RVM）分类法等等。综合分析和目标的分类问题，最适合的方法就是基于 SVM 的分类分类器进行介绍，为论文后续分类器的设计打下基础上个世纪 90 年代由 Vapnik 等人提出的，它的目的是解用经验风险最小的准备不能使学习过程的泛化误差最思想就是在样本空间和特征空间构造出能够将两类样平面，，从而达到最大的泛化能力。本文将研究利用 S力[52-53]。于线性可分分类问题的示意图如图 2.1 所示。黑圈代表类目标。H 为最优超平面，H 和H 分别为经过每类目样本且与最优超平面 H 平行的两条直线，H 和H 之它们上面的样本被称作支持向量。最优超平面 H 的确要将两类目标分开，二是使分类间隔最大。具体求解解二次型规划的问题，利用相应的优化方法进行求解
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：E11

【参考文献】