對(duì)空毫米波主被動(dòng)復(fù)合探測(cè)目標(biāo)識(shí)別方法研究.pdf

1、本文針對(duì)三種不同類型的飛機(jī)進(jìn)行了毫米波主動(dòng)、被動(dòng)、主被動(dòng)復(fù)合探測(cè)目標(biāo)識(shí)別方法研究。
　　 現(xiàn)階段毫米波主被動(dòng)復(fù)合探測(cè)體制主要有先主動(dòng)后被動(dòng)時(shí)分式,主被動(dòng)輪流時(shí)分式,主被動(dòng)頻分式等。本文采用主被動(dòng)輪流時(shí)分式探測(cè)體制的雷達(dá)/輻射計(jì)復(fù)合探測(cè)系統(tǒng),與先主動(dòng)后被動(dòng)時(shí)分式體制相比,目標(biāo)信息量豐富;與頻分體制相比,結(jié)構(gòu)簡(jiǎn)單、體積小、適用于體積受限的武器系統(tǒng)中。
　　 本文在主動(dòng)雷達(dá)目標(biāo)識(shí)別中,采用目標(biāo)一維距離像的1.5維譜估計(jì),提取其

2、峰值統(tǒng)計(jì)分布特性構(gòu)建特征矢量,通過k-鄰近模板分類算法進(jìn)行目標(biāo)概率匹配算法識(shí)別。在被動(dòng)輻射計(jì)目標(biāo)識(shí)別中,提取目標(biāo)輻射溫度曲線的峰值、脈寬、能量,構(gòu)建特征矢量,通過灰色系統(tǒng)理論進(jìn)行目標(biāo)概率匹配算法識(shí)別。在主被動(dòng)復(fù)合目標(biāo)識(shí)別中,采用先在單一高度下主被動(dòng)特征層融合,再進(jìn)行不同高度下的決策層融合的信息融合方案,并通過k-鄰近模板理論與灰色系統(tǒng)理論相結(jié)合的算法進(jìn)行特征層的目標(biāo)概率匹配算法識(shí)別,再由D-S證據(jù)理論對(duì)不同高度下的決策信息進(jìn)行融合,在盡