检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

弹道导弹中段雷达目标识别方法研究

弹道导弹中段雷达目标识别方法研究

作者：黄盼盼南京航空航天大学

学位级别：硕士

雷达目标识别（Radar Target Recognition,RTR）是弹道导弹防御（Ballistic Missile Defense,BMD）的关键技术之一。随着现代军事的发展,对于弹道导弹在飞行中段的识别方法研究成为国内外热点课题。本文在弹道导弹目标运动建模和回波建... 详细信息

雷达目标识别（Radar Target Recognition,RTR）是弹道导弹防御（Ballistic Missile Defense,BMD）的关键技术之一。随着现代军事的发展,对于弹道导弹在飞行中段的识别方法研究成为国内外热点课题。本文在弹道导弹目标运动建模和回波建模的基础上,研究基于一维距离像、微多普勒的识别方法和基于置信度的分类器识别性能评估方法,主要工作如下:1.研究了弹道中段目标的基本特性。首先,研究了中段目标的回波特性,分析了一维距离像的获取方法;然后,对中段目标建立微动模型,分析了微动目标的微多普勒效应。为后续中段目标识别奠定基础。2.根据目标一维距离像特性,提出基于自适应进化粒子群算法（Adaptive Evolution Particle Swarm Optimization,AEPSO）优化支持向量机（Support Vector Machine,SVM）的目标识别方法。该方法首先对目标一维距离像进行预处理与特征提取;然后,以训练集的识别准确率做为适应度函数,利用AEPSO算法对SVM的参数进行优化;最后,利用优化后的SVM对测试样本进行分类,识别精度高达97%以上。3.根据目标微多普勒特性,提出基于时频重排＿改进Dijkstra算法的微多普勒特征提取方法。该方法首先利用时频重排方法对回波信号进行时频分析,然后利用改进的Dijkstra算法对时频图进行微多普勒提取,最后利用不同微动下微多普勒特征进行目标识别,识别精度高达96%以上。4.根据统计学习中的置信度理论,提出基于自适应邻域样本（Adaptive Neighborhood Samples,ANS）的SVM置信度估计方法。该方法依据自适应选取待测样本邻域的方法估计样本个体的置信度;对个体样本置信度进行排序并结合拒识率给出拒识域,以拒识后的样本识别率作为整体置信度估计,效果较好。

关键词：弹道中段雷达目标识别一维距离像支持向量机微动微多普勒置信度估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

雷达目标识别的一种方法

电光与控制 2002年第2期9卷 34-36页

作者：解正美张善文李晓曼空军工程大学导弹学院陕西三原713800

利用目标的方位角、运动速度、俯仰角和雷达散射截面积 ( RCS) ,提出了一种雷达目标识别方法。由目标的实测数据 ,计算特征向量总体的均值和协方差矩阵及其逆矩阵 ,由距离判别法进行目标识别。识别结果表明 ,该方法简单、识别效果较好。

关键词：雷达目标识别雷达散射截面积方位角俯仰角

在线全文

学校读者我要写书评

暂无评论

完全鉴别分析高分辨距离像雷达目标识别

火力与指挥控制 2011年第6期36卷 31-34页

作者：邓莉刘华林四川信息职业技术学院四川广元628017 中国兵器装备集团公司火控技术中心成都611731

针对雷达目标识别问题,提出了一种完全鉴别分析特征提取方法。首先依据F isher准则导出样本总散度矩阵的零空间不含有鉴别信息的结论,利用这一结论,对类间和类内散度矩阵进行预降维,降低了后续计算的复杂度。然后基于类内散度矩阵零空... 详细信息

针对雷达目标识别问题,提出了一种完全鉴别分析特征提取方法。首先依据F isher准则导出样本总散度矩阵的零空间不含有鉴别信息的结论,利用这一结论,对类间和类内散度矩阵进行预降维,降低了后续计算的复杂度。然后基于类内散度矩阵零空间与非零空间所包含的鉴别信息分别建立子空间,实现对目标的特征提取。对三类飞机目标实测回波数据的识别结果表明了所提方法的有效性。

关键词：雷达目标识别高分辨距离像完全鉴别分析特征提取

在线全文

学校读者我要写书评

暂无评论

基于混淆矩阵的全方位角雷达目标识别

微电子学与计算机 2005年第3期22卷 136-139,143页

作者：万昊任勇山秀明清华大学电子工程系北京100084

基于高分辨径向距离像HRRP(High Resolution Range Profile)的目标识别一直是雷达目标识别研究的重要方向。H RRP的目标姿态敏感性极大地影响了识别性能,尤其是全方位角目标识别的性能。本文提出一种基于混淆矩阵的分类方法,采用支持向... 详细信息

基于高分辨径向距离像HRRP(High Resolution Range Profile)的目标识别一直是雷达目标识别研究的重要方向。H RRP的目标姿态敏感性极大地影响了识别性能,尤其是全方位角目标识别的性能。本文提出一种基于混淆矩阵的分类方法,采用支持向量机(SVM)作为基本的两类分类器(Binary Classifier),使用H AC(H ierarchicalAgglom erative Clustering)构造了一个基于“错误纠正”策略的两层层次化分类器(H ierarchicalClassifier)。实验表明,在复杂度增加不大的情况下,识别性能得到了相当程度的提高。

关键词： HRRP 雷达目标识别混淆矩阵 SVM

数据合成──解决雷达目标识别问题的可行方法

在线全文

学校读者我要写书评

暂无评论

空天技术 1996年第6期 47-50页

作者：李峰新

数据合成──解决雷达目标识别问题的可行方法外国专家鉴定：多种数据信道的综合，可显著提高雷达监视能力，包括雷达目标识别效能。利用数据合成结果可增加信息量，减少电磁屏蔽区（由于电磁发射受屏蔽而得不到数据的区域）和减少雷达... 详细信息

数据合成──解决雷达目标识别问题的可行方法外国专家鉴定：多种数据信道的综合，可显著提高雷达监视能力，包括雷达目标识别效能。利用数据合成结果可增加信息量，减少电磁屏蔽区（由于电磁发射受屏蔽而得不到数据的区域）和减少雷达盲区（雷达没有覆盖的区域），从而提...

关键词：雷达目标识别可行方法专家雷达识别雷达监视数据合成敌我识别系统

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

JEM效应与雷达目标识别研究

航空电子技术 1999年第3期30卷 44-48页

作者：姚晓东李言俊樊寄松西北工业大学803教研室西安710072 中国飞行试验研究院阎良710089

对ＪＥＭ效应进行数学建模后详细分析了飞机回波谱线特点；利用累量域谐波恢复的ＥＳＰＲＩＴＥ方法，对利用常规低分辨雷达实测某型号飞机动态数据进行处理，得到了ＪＥＭ调制谱线；并从中提取了目标的转速以及旋翼数... 详细信息

对ＪＥＭ效应进行数学建模后详细分析了飞机回波谱线特点；利用累量域谐波恢复的ＥＳＰＲＩＴＥ方法，对利用常规低分辨雷达实测某型号飞机动态数据进行处理，得到了ＪＥＭ调制谱线；并从中提取了目标的转速以及旋翼数目等特征量，处理结果证实了所建数学模型的正确性；最后，对两种型号飞机进行识别研究。

关键词：雷达目标识别累积量特征抽取 JEM效应

基于高分辨一维距离像的雷达目标识别方法研究

在线全文

学校读者我要写书评

暂无评论

基于高分辨一维距离像的雷达目标识别方法研究

作者：鹿浩河海大学

学位级别：硕士

本文应用现代信号处理技术和现代模式识别技术的方法主要研究了基于高分辨雷达一维距离像的雷达目标识别问题，研究的目的在于降低高分辨雷达目标识别算法的复杂性和提高目标识别的准确性，为高分辨雷达智能信号处理的发展提供研究基础... 详细信息

本文应用现代信号处理技术和现代模式识别技术的方法主要研究了基于高分辨雷达一维距离像的雷达目标识别问题，研究的目的在于降低高分辨雷达目标识别算法的复杂性和提高目标识别的准确性，为高分辨雷达智能信号处理的发展提供研究基础。主要内容如下：首先对当前基于高分辨一维距离像进行雷达目标识别的技术做了回顾和阐述，指出了雷达目标识别研究过程典型的误区及关键问题。研究了高分辨雷达目标一维距离像的原理及仿真方法并对高分辨雷达一维距离像的姿态敏感性进行了分析。分析了高分辨雷达杂波的特性，研究了高分辨雷达杂波仿真的经典方法，提出了将神经网络方法应用到高分辨雷达杂波仿真中去，给出了经验迭代方法及自然梯度方法在雷达杂波仿真中的具体应用，并分析了这两种方法较经典方法的改进之处。在研究了基于高分辨雷达一维距离像的雷达目标三维成像方法的基础上，介绍了基于独立分量分析(ICA)方法的雷达目标三维结构信息的特征提取方法;讨论了这种方法的局限性，给出了基于聚类分析方法和基于量化统计的雷达目标三维成像的改进算法，给出仿真结果并进行比较分析。最后，总结了本文的研究工作，指出了需要进一步解决的问题。

关键词：雷达目标识别高分辨一维距离像雷达杂波特征提取散射中心

支持向量机学习算法及其在雷达目标识别中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

支持向量机学习算法及其在雷达目标识别中的应用

作者：孙发圣国防科学技术大学

学位级别：硕士

支持向量机（SVM）是在统计学习理论基础上发展起来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别等问题中有着独特的优势,有效地克服了神经网络分类和传统统计分类方法的许多缺点,具有较高的泛化性能。因此,SVM在雷达目... 详细信息

支持向量机（SVM）是在统计学习理论基础上发展起来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别等问题中有着独特的优势,有效地克服了神经网络分类和传统统计分类方法的许多缺点,具有较高的泛化性能。因此,SVM在雷达目标识别中的应用具有良好的前景。但是作为一种新兴技术,SVM方法还存在不少缺点,如训练大规模数据速度比较慢,不支持增量学习以及多分类问题等,使其应用受了很大的限制。为此,论文对SVM学习算法进行了研究,并将其应用于雷达一维距离像（HRRP）目标识别,主要工作包括: 1.提出了一种基于K最近邻的SVM快速训练算法（KNN-SVM）。利用K最近邻思想提取出最有可能成为支持向量的边界向量集,然后以边界向量集为训练样本集,进行标准SVM学习。实验结果表明,算法能够在保证分类能力的前提下,有效地提高SVM的训练速度。 2.提出了一种基于K最近邻的快速SVM增量学习算法（KNN-ISVM）。利用K最近邻思想提取边界向量集代替训练样本集进行SVM训练,大幅度减少了参与训练的样本数量,使SVM的训练速度大大提高。同时,由于边界向量集包含了所有对分类有用的训练样本,SVM的分类能力也得到了保证。实验结果表明了算法的有效性。 3.提出了一种基于核分级聚类的SVM多类分类算法（KHC-SVM）。利用核分级聚类算法生成层次结构合理的二叉树,然后利用KNN-SVM构造二叉树各内节点的最优超平面,不仅有效地提高了SVM的训练速度,而且可以进一步提高SVM的分类速度和精度。实验结果表明,算法具有较高的推广能力。 4.将论文所提的算法应用于雷达HRRP的识别,取得了比较好的效果。

关键词：支持向量机雷达目标识别 K最近邻增量学习多类分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于元学习的小样本雷达目标识别技术

基于元学习的小样本雷达目标识别技术

作者：刘旗国防科技大学

学位级别：硕士

雷达自动目标识别(Radar Automatic Target Recognition,RATR)在提升我国国防实力以及促进我国社会经济发展方面都扮演着重要角色,吸引了众多研究者的关注,是雷达领域的一个热点研究方向。基于深度学习的识别方法以其自动提取特征,表征... 详细信息

雷达自动目标识别(Radar Automatic Target Recognition,RATR)在提升我国国防实力以及促进我国社会经济发展方面都扮演着重要角色,吸引了众多研究者的关注,是雷达领域的一个热点研究方向。基于深度学习的识别方法以其自动提取特征,表征能力强的特点在RATR领域表现出了一定的先进性。然而,大部分基于深度学习的方法需要大量的标注数据来优化模型的参数,否则这些深度模型很可能遇到严重的过拟合问题,导致识别准确率下降,模型泛化能力差。为了解决上述问题,本文针对小样本条件下的雷达目标识别方法展开了研究,提出了三种小样本雷达目标识别方法,在一定程度上缓解了识别准确率低,模型泛化能力差的问题,本文的主要工作总结如下:1.基于元学习框架提出了不同极化方式信息融合小样本HRRP目标识别方法。在提出的方法中,针对一维HRRP数据,设计了基于长短时记忆网络的学习器。所提方法能够有效利用不同极化方式的HRRP数据,提高了小样本条件下目标识别准确率和模型泛化能力。在电磁计算数据集上对所提方法进行了验证,实验表明所提方法能够有效利用多极化HRRP数据,从而为雷达目标识别提供丰富的目标信息。与其他方法相比,实验结果同样表明了所提方法的有效性。2.通过在匹配网络的基础上引入多尺度特征提取模块和权重门控单元,提出了基于门控多尺度匹配网络的小样本SAR目标识别方法。多尺度特征提取模块能够提取匹配网络不同卷积层的多尺度特征,权重门控单元能够根据不同的识别任务赋予特征不同的权重大小,实现根据具体任务选择最具代表的目标特征,从而以该特征为主导完成目标识别任务。本文将所提方法与其他三种小样本识别方法在MSTAR上进行了对比实验,结果验证了所提方法的先进性,所提方法在噪声环境下表现出了一定的鲁棒性。3.提出了基于元残差网络的小样本目标识别方法。基于残差网络设计了全新的学习器,通过利用残差结构,有效传递SAR图像的对比度信息,提高目标识别准确率。改进的元学习器不仅能够为学习器学习到易于优化的初始化参数,而且能够为学习器的每一个参数学习一个不同但是大小合适的学习率。在MSTAR上通过将所提方法与其他三种小样本目标识别方法进行对比,验证了该方法的有效性,除此之外,对该方法进行了网络结构消融实验,鲁棒性验证实验,展示了元学习器为学习器参数学习到的不同但是合适的学习率。

关键词：雷达目标识别一维距离像合成孔径雷达元学习小样本学习深度学习