论文摘要
自20世纪60年代以来,战争感知对信息获取提出越来越高的要求,雷达自动目标识别（ATR）这一新的研究领域应运而生。高分辨雷达的发展为ATR的研究提供了强有力的技术支持。空间技术和电子技术的日益发展,也使空间目标识别技术受到了越来越多的关注。逆合成孔径雷达（ISAR）图像反映了目标的精细结构特征,有利于实现目标的特征提取和分类识别。因此,本文基于仿真的空间目标ISAR像及实测的飞机ISAR像,重点研究了ISAR像的特征提取和目标分类两个方面的相关理论与技术,主要工作内容如下:首先,基于ISAR成像的基本原理建立空间目标的成像模型。在建立空间目标三维散射点阵模型的基础上,利用距离-多普勒算法对空间目标进行成像仿真,建立目标识别数据库。其次,研究了基于ISAR像的特征提取,利用小波分解原理,首先提取二维小波变换后四个子图的奇异值特征,并阐释了一种新的小波系数融合的特征提取方法;然后在分析经典的主成分分析（PCA）方法的基础上,提出了结合小波低频子带的PCA方法;最后,研究了小波模极大值矩特征和不变矩、目标的形状及散射特征所组成的组合特征的有效性。然后,介绍了最近邻模糊分类器（NNFC）的基本原理,并把NNFC用于ISAR像的目标分类。分别用ISAR的实测数据和空间目标的ISAR仿真数据对它的分类性能进行了研究。实验结果表明,最近邻模糊分类器能够有效解决多种不同类型特征进行串联组合的ISAR目标识别问题。最后,介绍了支持向量机的分类算法原理,并重点研究了多项式核及径向基函数核支持向量机。利用上述特征提取方法,对基于ISAR像实测数据的识别仿真结果进行了详细的分析,并深入研究了不同特征提取方法对识别率的影响。比较了各种算法的分类性能,把较优的组合算法用于空间目标的仿真数据的识别中,取得了较好的识别效果,从而验证了本文算法的有效性。并给出了本文的结论。
论文目录
相关论文文献
标签：空间目标识别论文; 逆合成孔径雷达论文; 特征提取论文; 最近邻模糊分类器论文; 支持向量机论文;