基于LS-SVM雷達(dá)目標(biāo)識(shí)別算法的FPGA設(shè)計(jì).pdf

1、雷達(dá)目標(biāo)識(shí)別技術(shù)（Radar target identification簡(jiǎn)稱RTI）廣泛應(yīng)用于軍事和民用生活中，是現(xiàn)代雷達(dá)系統(tǒng)的重要發(fā)展方向之一。相對(duì)于其他雷達(dá)識(shí)別技術(shù)基于雷達(dá)一維距離像的目標(biāo)識(shí)別具有容易獲取與易于在 FPGA上實(shí)現(xiàn)等優(yōu)勢(shì)。近年來，可編程邏輯器件技術(shù)的發(fā)展迅速，高密度、高帶寬、高性能的可編程邏輯器件為雷達(dá)目標(biāo)識(shí)別和數(shù)據(jù)處理提供了良好的平臺(tái)。目標(biāo)識(shí)別算法的不斷改進(jìn)和創(chuàng)新為基于FPGA的雷達(dá)目標(biāo)識(shí)別技術(shù)的實(shí)現(xiàn)提供了多種可行性

2、的方案。
　　本文對(duì)基于雷達(dá)一維距離像的目標(biāo)識(shí)別算法進(jìn)行了設(shè)計(jì)。使用Altera StratixⅢ系列的芯片進(jìn)行仿真驗(yàn)證，算法選擇了基于統(tǒng)計(jì)學(xué)習(xí)理論的改進(jìn)算法:最小二乘支持向量機(jī)（LS-SVM）。本文的主要內(nèi)容如下：
　　1.對(duì)與本文設(shè)計(jì)相關(guān)的理論進(jìn)行了詳細(xì)介紹。包括基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)算法（SVM），基于不可分樣本集的支持向量機(jī)算法（C-SVM）和本文要實(shí)現(xiàn)的最小二乘支持向量機(jī)（LS-SVM）算法，并對(duì)三種算法就算

3、法性能和實(shí)現(xiàn)可行性進(jìn)行了比較。
　　2.通過引入Renyi熵使用改進(jìn)的稀疏化算法對(duì)訓(xùn)練樣本進(jìn)行了科學(xué)聚類，并對(duì)縮減后的樣本進(jìn)行訓(xùn)練，建立標(biāo)準(zhǔn)模板庫。
　　3.本文中應(yīng)用到的雷達(dá)數(shù)據(jù)均采用了IEEE754單精度浮點(diǎn)數(shù)的標(biāo)準(zhǔn)，滿足了雷達(dá)目標(biāo)識(shí)別對(duì)數(shù)值運(yùn)算精確性的要求。根據(jù) IEEE754標(biāo)準(zhǔn)研究完成了單精度浮點(diǎn)數(shù)乘法器、加法器、除法器和開方模塊等基礎(chǔ)運(yùn)算模塊的設(shè)計(jì)實(shí)現(xiàn)。
　　4.使用自制的乘法器和加法器以及對(duì)存儲(chǔ)器的靈活調(diào)