基于改進(jìn)PSO-RBF神經(jīng)網(wǎng)絡(luò)的高分辨率雷達(dá)目標(biāo)檢測研究.pdf

1、分類號墅122壘UDC碩士學(xué)位論文基于改進(jìn)PSORBF神經(jīng)網(wǎng)絡(luò)的高分辨率雷達(dá)目標(biāo)檢測研究何隆玲論文答辯日期2Q呈蘭生量旦2受旦學(xué)位授予日期2Q曼蘭生魚月2魚旦答辯委員會主席應(yīng)王亡熬援基于改進(jìn)PSORBF神經(jīng)網(wǎng)絡(luò)的高分辨率雷達(dá)目標(biāo)檢測研究摘要雷達(dá)自動目標(biāo)檢測作為現(xiàn)代雷達(dá)的一個(gè)重要發(fā)展方向，在民用及軍事領(lǐng)域有著廣泛的應(yīng)用。目標(biāo)高分辨距離像能提供目標(biāo)沿雷達(dá)射線方向的幾何結(jié)構(gòu)信息，且與二維成像、三維成像相比，HRRP易于獲取和處理。本文基于HR

2、RP對雷達(dá)自動目標(biāo)檢測技術(shù)進(jìn)行研究，主要內(nèi)容和創(chuàng)新如下：1從目標(biāo)散射點(diǎn)模型出發(fā)，研究HRRP及其敏感特性。利用目標(biāo)散點(diǎn)模型，分別仿真出‘‘I’，、“v”、“小”和“干”四種形狀目標(biāo)的高分辨率距離像(腿RP)。2針對PSO算法容易陷入局部最優(yōu)和固定權(quán)值在算法搜索的末期會喪失粒子多樣性而導(dǎo)致算法的收斂速度變慢的問題，提出一種改進(jìn)PSO算法，首先采用自適應(yīng)慣性權(quán)重，以平衡全局快速搜索能力和局部精細(xì)搜索能力之間的矛盾；其次加入局部搜索算子a，即

3、粒子在更新位置后，在其速度范圍內(nèi)再次隨機(jī)搜索，如搜索到的新位置適應(yīng)度比當(dāng)前位置適應(yīng)度更優(yōu)，則將新位置作為下一次進(jìn)化的起點(diǎn)，否則，將原位置作為下一次進(jìn)化的起點(diǎn)。并通過四類測試函數(shù)對改進(jìn)算法的性能進(jìn)行驗(yàn)證。3為避免RBF神經(jīng)網(wǎng)絡(luò)算法陷入局部最優(yōu)，提高收斂精度和速度，提出一種基于改進(jìn)PSO優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)算法，該算法利用改進(jìn)PSO算法和最小二乘法相結(jié)合對RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化學(xué)習(xí)訓(xùn)練。并通過Hermit函數(shù)對改進(jìn)算法進(jìn)行性能測試。4為了提