基于高分辨距離像的特征提取與識(shí)別增強(qiáng)技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩160頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、高分辨距離像(HRRP)反應(yīng)了目標(biāo)散射中心沿雷達(dá)視線的幾何分布,可以實(shí)現(xiàn)對(duì)目標(biāo)散射結(jié)構(gòu)的精細(xì)刻畫。距離像包含了豐富的目標(biāo)結(jié)構(gòu)信息,基于HRRP的目標(biāo)識(shí)別是實(shí)現(xiàn)雷達(dá)自動(dòng)目標(biāo)識(shí)別(RATR)的重要手段。然而,距離像僅能提供目標(biāo)三維散射結(jié)構(gòu)在雷達(dá)視線上的一維投影,攜帶的信息量有限,限制了HRRP目標(biāo)識(shí)別性能的提高。本文圍繞這一問題展開研究,主要考慮如何有效利用極化信息與多視角觀測(cè)信息增強(qiáng)距離像目標(biāo)識(shí)別性能,研究的主要工作概括如下:
  

2、第一章闡述了課題研究的背景和意義,并對(duì)距離像目標(biāo)識(shí)別相關(guān)領(lǐng)域的研究成果進(jìn)行了簡(jiǎn)要總結(jié),最后介紹了本文的主要工作及內(nèi)容安排。
  第二章針對(duì)距離像特征提取展開研究。首先對(duì) HRRP識(shí)別特征進(jìn)行了分類總結(jié),指出傳統(tǒng)的特征提取方法普遍沒有考慮特征的空間分布,基于特征的分類器往往存在設(shè)計(jì)與實(shí)現(xiàn)困難、識(shí)別過程計(jì)算量大等問題。針對(duì)這一問題,提出了一種基于序列零分量分析(SVCA)的距離像特征提取方法。理論推導(dǎo)證明了不相交的數(shù)據(jù)集經(jīng)SVCA變換

3、后的特征是線性可分的,從而可以利用線性分類器實(shí)現(xiàn)對(duì)目標(biāo)類別的有效判定,分類過程具有實(shí)現(xiàn)簡(jiǎn)單、計(jì)算量小的特點(diǎn)?;陔姶派⑸鋽?shù)據(jù)及實(shí)測(cè)數(shù)據(jù)的識(shí)別結(jié)果證明了所提方法的有效性。
  第三章考慮利用極化信息增強(qiáng)距離像目標(biāo)識(shí)別性能。首先對(duì)極化HRRP進(jìn)行分析,指出全極化距離像樣本中各分量間具有一定的相關(guān)性,并且各分量均對(duì)應(yīng)相同的目標(biāo)姿態(tài)。為有效利用樣本中包含的先驗(yàn)信息進(jìn)行目標(biāo)識(shí)別,提出了一種基于聯(lián)合稀疏表示(JSR)的極化HRRP目標(biāo)識(shí)別方法

4、。該方法在合理構(gòu)造過完備字典的基礎(chǔ)上,利用聯(lián)合稀疏性對(duì)樣本中各分量對(duì)應(yīng)的稀疏表示系數(shù)間的相互關(guān)系進(jìn)行約束,可以同時(shí)利用多極化樣本兩個(gè)方面的先驗(yàn)信息增強(qiáng)距離像目標(biāo)識(shí)別性能?;陔姶欧抡鏀?shù)據(jù)的目標(biāo)識(shí)別結(jié)果驗(yàn)證了所提算法的有效性。
  第四章研究利用多視角觀測(cè)信息增強(qiáng)距離像目標(biāo)識(shí)別性能。考慮兩種應(yīng)用情景下基于多視觀測(cè)的目標(biāo)識(shí)別問題:多視觀測(cè)在目標(biāo)小角度變化范圍內(nèi)連續(xù)獲取以及多視觀測(cè)從目標(biāo)全方位角度隨機(jī)獲取。針對(duì)前一種應(yīng)用情景,提出了一種

5、基于多任務(wù)壓縮感知(MtCS)的多視目標(biāo)識(shí)別方法,該方法可以有效利用多觀測(cè)間的具有強(qiáng)相關(guān)性的先驗(yàn)信息進(jìn)行目標(biāo)識(shí)別;針對(duì)第二種應(yīng)用場(chǎng)景下的目標(biāo)識(shí)別問題,引入動(dòng)態(tài)聯(lián)合稀疏表示(JDSR)來描述多視觀測(cè)對(duì)應(yīng)的稀疏表示系數(shù)之間的相互聯(lián)系,可以對(duì)多視觀測(cè)間的不同相關(guān)性進(jìn)行靈活建模。最后,利用電磁仿真數(shù)據(jù)及實(shí)測(cè)數(shù)據(jù)對(duì)這兩種方法進(jìn)行了驗(yàn)證。
  第五章研究綜合利用極化信息與多視角觀測(cè)信息增強(qiáng)距離像目標(biāo)識(shí)別性能。借鑒第四章的研究思路,本章同樣考慮

6、兩種情景下的目標(biāo)識(shí)別問題:多視多極化觀測(cè)在目標(biāo)小角度變化范圍連續(xù)獲取以及多視多極化觀測(cè)從目標(biāo)全方位角度隨機(jī)獲取。針對(duì)前一種應(yīng)用,利用原子級(jí)稀疏性對(duì)多視多極化樣本中各分量對(duì)應(yīng)的稀疏表示系數(shù)之間的關(guān)系進(jìn)行約束;針對(duì)后一種應(yīng)用,提出了一種基于層次聯(lián)合稀疏表示(HJSR)的多視多極化HRRP目標(biāo)識(shí)別方法。該方法根據(jù)后一種應(yīng)用情景下多視多極化樣本中各分量間的不同聯(lián)系,分別利用原子級(jí)稀疏約束與類別級(jí)稀疏約束對(duì)單視內(nèi)各極化分量以及相同極化方式下多視觀

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論