文档介绍：摘要文主要围绕着预研项目“目标识别技术”以及“重点实验室基金项目”等的研究任务,从宽带雷达一维高分辨距离像自动目标识别和窄带雷达自动目标分类两方面进行了研究,主要内容概括如下:诳泶状颒哪勘晔侗鹧芯堪ㄋ牟糠帜谌荩偏航、俯仰、侧摆三维姿态角变化的敏感性、飞机类目标在正侧视附近的特点以自适应递归划分角域的建模方法,利用有概率含义的统计模型分类器,从雷达数方法一般对平移敏感性采用包络对齐及一些改进方法,对强度敏感性简单地能量归一化。显然,现有处理方式对强度敏感性与平移敏感性的优化是分离其应用到独立高斯模型、涌占渫臣颇P秃蚉涌占渫臣颇P停蕴岣咂基于初值选择的单次数据扫掠学习方法。.在独立高斯模型假设下,推导了参数在线学习的公式,提出双门限法来剔除“坏值’’样本并适当缓减假设模型与实随着现代战争的不断信息化、智能化,雷达自动目标识别技术受到广泛关注。现代雷达工艺技术的发展为雷达目标识别提供了多种可用的信号形式,近年来雷达目标识别领域不断有新的成果面世,使其逐渐从理论研究向工程实现迈进。本第一部分:较为详细地分析了的姿态敏感性,主要讨论了飞机类目标对及测试样本的“相干峰”现象。进而,为了合理划分方位角域,提出了一种据中提取连续序列中包含的非线性结构信息,递归地对雷达数据自适应划分角域。第二部分:研究了强度和平移敏感性。现有雷达自动目标识别开来的,因此其匹配精度并不高。我们提出强度和平移联合优化匹配思想,并将移和强度匹配精度。该思想可用于模板库建立和测试阶段。第三部分:提出了一种稳健噪声的自适应统计识别方法。雷达目标识别希望能够在较远距离实现,因此识别算法对噪声的稳健性是目标识别工程化需要研究的一个问题。我们分别基于和统计模型提出了强噪声污染的测试样本如何匹配无噪声或弱噪声样本训练的模板。第四部分:在线建库是目标识别工程化的一条途径。这一部分提出两种在线自适应识别方法:.通过一种在线混合专家獺菰谙叩分割成若干个近似平稳的区域,在各个区域内使用平稳协方差函数的在线高斯过程分类器。针对迭代在线高斯过程分类器牟问八惴‥,提出了一种双链高斯过程来使的参数得以在单次数据扫掠的情况下实现在线更新。针对迭代在线混合专家门网络参数的学习算法,提出了时多模数据的失配。雷达信号处理国家重点实验室
知识水坝***@pologoogle为您整理
较低,会导致目标分类性能下降,这正是利用卣鹘心勘攴掷嗟男枰?朔的困难。我们从模式分类的角度提出了利用卣髌咨⒉汲潭忍卣鹘心勘攴谡状锏哪勘攴掷嘌芯磕谌由于窄带信号分类可以作为宽带识别的一种预处理,并且大量现役装备雷达是分辨率较低的窄带雷达,本论文研究了如何利用窄带信号喷气发动机调制卣魇迪侄耘缙椒苫⒙菪胺苫椭鄙勘甑姆掷唷大多数雷达,特别是地面警戒雷达,其脉冲重复频率相对较低,会导致波多普勒模糊,此外,对目标的观测时间邮奔相对较短,多普勒分辨率类的方法。夭ㄔ诙嗥绽沼蚪瓶醋魇且幌盗邢咂祝捎眯巢ê偷氖P吞取特征谱作为分类特征,分别给出脉间、脉内的特征谱提取方法及特征的降维方法。该特征不补偿机身回波,对机身多谱勒变化不敏感。关键词:宽带雷达自动目标识别,窄带雷达自动目标分类,高分辨距离像,方位敏感性,平移敏感性,强度敏感性,噪声稳健性,在线学习,卣雷达自动目标识别技术研究西安电子科技大学博士论文
知识水坝***@pologoogle为您整理
甌甀琣甅.,産琲..,。猻·,甌,瑃’.琩.—甇瑆甈甇猺甀,
.琣———.,,.琫,瑄,瓹甋..:琻,——猻
符,刁枞签名:们、日期:::。尽我所知,除了本丈中特别加以标注和致谢中所罗列的内容外,论文中不包含其他人已经发表或撰写过的研究戍果;也不包含为获得西安电子科技大学或其它教育机在论文中做了明确的说明并表示了谢意。本人签名:本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容;可以允许采用影印、缩印或其它复制手段保存论文。C艿穆畚脑诮饷芎笞袷此规定导师签名:
第一章绪论§宽带雷达自动目标识别的基本概念和研究意义在世纪年代,无线电技术出现了重大的突破,雷达作为一种基本的无感器,雷达具有全天时、全天候和远距离探测的能力Ⅲ,在军事应用方面起着不可替代的作用。随着现代战争高技术武器的不断信息化和智能化,对战场动态信息的实时监测和处理提出了迫切的要求,雷达自动目标识别技术应运而生录了苏联发射的