基于多特征融合的雷达目标识别

论文摘要

雷达目标识别是对雷达探测功能的重要延伸,在现代战争中具有极其重要的意义,也是当前雷达信号处理的一个研究热点。随着城市环境的日益复杂,对低、小、慢目标的检测与识别已经成为一个迫切需要解决的问题。现役雷达大部分是低分辨率雷达,在不影响雷达系统数据处理过程的基础上进行目标识别,尤其是低、小、慢目标的识别具有十分重要的实际意义。鉴于传统雷达目标检测技术一般是基于雷达接收回波能量的检测方法,该方法设置一个门限,只要过门限的点目标都输出了,这就引起一个问题:输出的点目标中既有感兴趣的目标,也有大量的不感兴趣的目标。为了解决这个问题,本文针对脉冲雷达,提出了一种基于多特征融合的雷达目标检测/识别方法,该方法不影响雷达信号处理过程,只需要存储杂波对消后的数据,将输出的点迹数据进行特征提取,然后进行目标识别。论文内容分为低分辨雷达目标识别分析,分析了不同目标的回波序列,包括时域回波幅度和多普勒谱,并在此基础上进行了特征提取,利用支持矢量机进行分类识别,将单个分类器输出的结果进行融合计算,并对该方法的推广性能进行了评估。特征提取是目标识别过程中的关键环节,提取有效的特征能大大提高识别率。实测数据试验结果表明,本文提出的基于多特征的雷达目标识别方法能够有效的实现地面目标和空中目标的分类,尤其是对于复杂背景下的地面汽车目标和低、小、慢目标的分类识别,该方法识别性能高,实时性强,易于实现,具有广阔的应用前景。同时,对于其他体制的雷达,也可以用该方法进行目标检测和识别。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 低分辨雷达目标分类和识别的思想
• 1.3 低分辨雷达目标识别研究概况及发展趋势
• 1.4 本文的主要工作及内容安排
• 第二章 数据简介与目标识别基础
• 2.1 数据简介
• 2.2 雷达数据处理过程
• 2.2.1 脉冲压缩
• 2.2.2 杂波对消
• 2.2.3 多普勒滤波
• 2.2.4 恒虚警处理
• 2.2.5 解模糊
• 2.2.6 点迹输出
• 2.3 低分辨雷达目标识别
• 2.3.1 特征提取
• 2.3.2 识别器设计
• 2.4 小结
• 第三章 基于多特征融合的雷达目标识别
• 3.1 引言
• 3.2 本文方法所提出的背景
• 3.3 多特征融合的雷达目标识别方法的优点
• 3.4 特征提取与定义
• 3.4.1 特征提取意义
• 3.4.2 特征提取方法
• 3.4.3 特征提取依据
• 3.4.4 特征选择与定义
• 3.4.5 部分特征分布情况
• 3.5 试验结果
• 3.5.1 特征代号说明
• 3.5.2 特征进行组合后利用SVM 分类器进行分类的识别结果
• 3.5.3 基于K-L 变换后SVM 分类识别的结果
• 3.6 融合方法介绍
• 3.7 融合实验结果
• 3.8 小结
• 第四章 多特征融合的目标识别方法的推广能力评估
• 4.1 评估方法介绍
• 4.2 评估方法1 试验结果
• 4.3 评估方法2 试验结果
• 4.4 评估方法3 试验结果
• 4.5 评估方法4 试验结果
• 4.5.1 民航和云雨杂波的识别
• 4.5.2 无人机和云雨杂波的分类识别
• 4.5.3 无人机和汽车的分类识别
• 4.6 小结
• 第五章 结束语
• 致谢
• 参考文献