基于稀疏分解的雷达一维距离像目标识别

作     者：郑纯丹 

作者单位：电子科技大学 

学位级别：硕士

导师姓名：周代英

授予年度：2013年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

主      题：雷达目标识别 一维距离像 稀疏分解 压缩感知 凸优化 

摘      要：雷达目标识别在诸多重要军事领域中有着极其重要的作用，雷达一维距离像可以反映目标沿距离向的几何结构以及获取和处理的简易性使得其在雷达目标识别中占有重要的地位。本文着重研究了利用稀疏分解的相关理论对雷达一维距离像进行特征提取和分类识别的方法。 主要工作内容如下： 1.从雷达散射中心模型出发，结合稀疏分解常用原子库及重构算法相关理论，研究了从线性调频雷达一维像回波信号中提取Gabor字典参数特征的方法，并对六类飞机进行仿真试验，验证了Gabor字典参数特征对雷达一维距离像目标识别的有效性。 2.运用压缩感知理论对雷达一维距离像信号进行稀疏重构，构造了与之相匹配的原子库，验证了选取的原子位置与提取散射点位置的一致性，仿真验证了重构过程中提取目标强散射点位置的有效性。分别利用提取的散射点最远与最近的相对位置即目标长度以及各个散射点间的相对位置作为特征，进行一维像目标识别，并分析了此类特征对噪声信号的稳健性。 3.在运用凸优化稀疏分解的目标识别原理的基础上，研究了凸优化稀疏分解的雷达一维像目标识别的方法，运用PCA和LDA对雷达数据进行特征提取，在此基础上利用稀疏分解目标识别方法对得到的特征进行分类识别，仿真验证了稀疏分解目标识别方法的稳定性及对噪声的鲁棒性。