导读:本文包含了高分辨一维距离像论文开题报告文献综述及选题提纲参考文献，主要关键词:毫米波,高分辨一维距离像,幅相校正,多普勒补偿
高分辨一维距离像论文文献综述
鄢思仪[1]（2018）在《弹载毫米波高分辨一维距离像技术研究》一文中研究指出精确制导技术主要用于从复杂的战场环境中对目标进行探测、跟踪与识别,实现对目标的精确导引,在当今时代占据着越来越重要的地位。为提高命中精度,关键在于对目标进行高分辨成像,分析其形状和要害部位。针对这一应用需求,本文深入研究了弹载毫米波雷达系统的特点,分析了弹载毫米波雷达系统误差产生的原因及影响,弹目相对运动对信号处理的影响,以及冗余信息对成像效果的影响,提出了基于幅相校正、高速运动补偿以及去冗余的弹载高分辨一维距离成像方法。主要内容和创新点如下:(1)针对弹载毫米波雷达系统收发通道的特点,引入了时域幅相校正方法和全相位FFT测相法,从信号处理的角度解决了弹载毫米波雷达系统收发通道幅相不一致的问题。首先,通过深入研究弹载毫米波雷达系统正交I、Q通道的幅度不一致、相位不正交和直流偏置对高分辨一维距离像的成像效果造成的影响,提出了正交双通道幅相误差校正方法;接着,针对AD芯片收发本振不同造成的幅相误差以及跳频导致各频点间信号的幅相误差问题,提出了基于全相位FFT测相法的幅相校正方法。(2)根据弹目高速相对运动产生的目标回波跨距离单元走动现象和距离-多普勒耦合现象,提出了基于大范围多普勒测速法的运动补偿方法,显着提高了一维距离成像的效果。首先,对弹目高速相对运动目标回波跨距离单元走动对高分辨一维距离像的成像效果造成的影响进行分析探讨,基于大范围多普勒测速法提出频域包络补偿法,对齐包络中心。深入分析弹目高速相对运动回波相位变化对高分辨一维距离像的成像效果造成的影响,提出时域相位补偿法校正相位。(3)基于高速弹目运动补偿的残余速度误差和相邻距离单元的冗余目标信息,提出了基于速度补偿误差的加权距离像拼接算法。通过分析雷达信号处理系统中冗余信息产生原因及其对高分辨一维距离像成像效果造成的影响,同时考虑到高速运动补偿后的速度补偿误差,利用相邻距离单元加权的手段进行信息处理与拼接,实现了一种具有一定速度补偿误差容忍性和冗余信息去除效果的高分辨一维距离像拼接方法。(4)基于FPGA硬件架构,实现高分辨一维距离像的信号处理过程。通过流水线式与时分复用工作方式实现对信号的处理,使用资源大大减小。同时,对几个关键的运算功能模块进行详细阐述,并附有功能仿真验证。(本文来源于《电子科技大学》期刊2018-05-25）
周毅[2]（2018）在《基于高分辨一维距离像的目标特征提取及融合识别研究》一文中研究指出雷达目标识别是现代雷达信息处理中的一项关键技术,已被广泛应用于军用和民用领域。从宽带雷达中获取的雷达高分辨距离像(HRRP)能够较好地表征目标散射中心沿雷达视线的分布情况,包含了目标大量的结构与形状信息,与雷达二维像和叁维像比较,其易于获取与存储,并且在实时处理上具有一定优势。因此,基于一维高分辨距离像的雷达目标识别是一种非常有潜力的目标识别手段。本文针对空中飞机目标,以高分辨距离像为研究对象,主要针对目标识别中的特征提取与选择、多特征综合和分类器设计等方面展开了理论研究和实验验证工作。论文主要工作概括如下:1.距离像特性研究。介绍了一维距离像的获取方式以及基本模型,总结了一维距离像的特点,针对一维距离像的姿态敏感性,强度敏感性与平移敏感性给出了相应的处理方式。2.特征提取方法研究。利用深度神经网络对一维距离像进行特征提取,同时使用经典子空间方法提取了一维距离像的子空间特征,比较了各特征的分类能力,分析了各特征的特性。3.特征级融合识别方法研究。基于遗传算法对不同特征进行了特征级融合,改进了传统遗传算法的种群初始化策略,针对遗传算法进化过程中的交叉概率和变异概率,提出了一种自适应参数确定方法。实验结果表明该方法提取的融合特征维度较低且能保留较多有效信息,目标识别性能较优。4.决策级融合识别方法研究。基于同一分类器对不同样本分类能力不同的思想,利用多分类相关向量机输出的后验概率,设计了一种基于一维距离像的自适应加权投票融合识别模型。实验结果表明这种融合策略能够有效提高识别率。5.研究了基于神经网络的蒙特卡洛融合目标识别方法。在遗传算法特征级融合的基础上,使用蒙特卡洛法在决策级进行融合识别。实验表明该方法可以进一步提高系统识别性能。(本文来源于《电子科技大学》期刊2018-03-30）
胡玉兰,赵子铭,片兆宇[3]（2015）在《高分辨雷达一维距离像的融合特征识别》一文中研究指出雷达目标识别中,提取目标的有效特征将直接影响识别效果。针对雷达目标高分辨距离像(HRRP)具有平移敏感性,提出了一种基于多特征的融合特征来作为目标特征进行识别。利用PCA将叁种平移不变特征融合,采用支持向量机算法来实现识别。仿真实验结果表明,该方法不仅降低了目标特征的存储量,同时也克服了高分辨距离像的平移敏感性,具有较高的识别率和很好的推广性。(本文来源于《微型机与应用》期刊2015年04期）
吴克明[4]（2014）在《雷达目标高分辨一维距离像识别方法研究》一文中研究指出随着高分辨率宽带雷达的出现和现代战争特点的不断变化，要求雷达能够具备目标型别、真假和属性识别等功能，来有效探测和预警，对战场目标进行高清晰侦察和监视，帮助制导武器精却打击目标，由此，雷达目标识别技术这一研究领域也就应运而生，正因为此，全世界范围内，大量学者都在相关方面展开了研究，新的成果不断涌现。一维像更容易被获取和进行处理，能够避免成像过程中遇到的运动补偿问题，是目前雷达目标识别领域研究应用最广泛的方法。本文对前人在雷达目标识别研究的基础上，首先介绍了目标高分辨一维距离像获取方法，然后讨论研究了多种目标识别方法，运用了一些新的方法，并作出了一定的改进，并且都通过实测目标数据的仿真实验对本文涉及的方法进行了验证。总体说来，本文的主要内容包括以下几个方面：1.研究了雷达高分辨距离像的特性。讨论了雷达一维散射中心模型和高分辨距离像的获取方法，通过分析强调对方位敏感性、平移敏感性和强度敏感性叁个问题的解决是雷达高分辨一维距离像目标识别需要首先面临的问题，并提出雷达高分辨距离像目标识别的基本思路，为后续的研究奠定基础。2.研究了辨别分析识别方法。对LDA、KDA等经典的辨别分析方法及其核方法、基于QR分解的线性辨别分析（LDA+QR）和核线性辨别分析（KDA+QR）雷达目标距离像识别方法进行了分析讨论，指出了其计算困难性，在此基础上本文提出了一种改进的基于QR分解的辨别分析方法（MDA+QR），该方法在保持了高识别率的同时，在实时性方面得到了明显提高。3.研究了稀疏和协同表示识别方法。把基于辨别字典学习的稀疏表示目标识别方法（FDDL）和基于协同表示的目标识别方法（CRC）首次运用到雷达目标高分辨一维距离像识别中，并在后者基础上提出了一种基于核主成分分析和协同表示相结合的方法（KPCA+CRC），该方法在识别率、实时性方面都得到了改善，并且在大样本数据下使用体现了明显的优势。本文研究讨论的雷达高分辨一维距离像目标识别方法是当前该领域研究的经典课题和热门方向，本文的创新也是经过了实测目标数据仿真实验的验证，在识别率和实时性方面都分别有所改进，具有较好的实用价值。(本文来源于《武汉理工大学》期刊2014-04-01）
肖宁[5]（2014）在《基于高分辨一维距离像的雷达自动目标识别技术研究》一文中研究指出雷达高分辨一维距离像包含了目标重要的结构和形状信息，并且拥有容易获取的优势。因此基于高分辨一维距离像的雷达自动目标识别技术研究有重要的意义和使用价值。本文主要针对高分辨距离像数据特征提取和选择问题展开研究。首先基于回波散射点模型，对高分辨距离像物理特性进行分析，重点分析了距离像回波数据的方位敏感性、平移敏感性和强度敏感性。针对数据敏感性问题，采用简便合理的方法对数据进行预处理，使其能够用于分类实验。接着对基于子空间方法的特征提取和特征选择方法进行探讨，对核Fisher判别分析(KFDA)降维方法深度分析，将其分解为核主成分分析(KPCA)和线性判别分析(LDA)两步降维组合的算法。受以上组合方式启发，本文通过对核主成分分析(KPCA)和线性判别分析(LDA)的降维思想分析，针对高分辨一维距离像数据提出一种新的组合降维方法。算法使用线性判别分析(LDA)和主成分分析(PCA)两种降维方法对数据组合降维，最后使用支持矢量机(SVM)分类器分类决策。仿真实验结果表明，这种组合降维算法处理的数据能获取很好的识别效果，并且有很高的降维效率。(本文来源于《西安电子科技大学》期刊2014-03-01）
赵朋亮,曾海兵,陈珂[6]（2014）在《高分辨雷达一维距离像研究》一文中研究指出文中基于散射点模型解释了一维距离像的形成原理,分析了一维距离像的特点,并进行了仿真实验。同时对仿真结果进行了分析,为雷达目标一维距离像特征提取和识别提供了一定的理论参考。(本文来源于《电子科技》期刊2014年01期）
周兆军,程远国,程锐[7]（2013）在《高分辨一维距离像及其仿真》一文中研究指出高分辨一维距离像(HRRP)反映了目标的径向结构特征,在雷达目标自动识别领域有良好的应用前景。论文分析了由线性调频信号得到一维距离像的原理,进行了二类目标的HRRP仿真,分析研究了HRRP对方位角的敏感性,验证了平均距离像的优势。(本文来源于《舰船电子工程》期刊2013年09期）
唐禹,郭亮,邢孟道,臧博[8]（2010）在《合成孔径成像激光雷达高分辨的一维距离像》一文中研究指出合成孔径成像激光雷达是一种新的主动式有源成像系统,其突出优势是可以获得比合成孔径雷达更高的分辨率,和更接近光学图片的成像质量。对激光波段的高分辨距离像进行了研究,介绍了合成孔径成像激光雷达一维距离像的室内实验系统,有效地对合成孔径成像激光雷达一维距离像进行模拟。首先,简述了一维距离像的成像原理。然后,分析了系统的关键技术,给出了系统框图和连接关系,并且针对激光调谐信号的非线性问题,利用多项式推导出非线性的激光信号表达式,提出了一种时域补偿高阶相位误差的补偿方法。最后,通过实验证明了所提方法可以有效地消除各个脉冲的非线性问题,并且表明所给实验系统的可行性。(本文来源于《红外与激光工程》期刊2010年02期）
苏振江[9]（2010）在《基于高分辨一维距离像的雷达目标识别研究》一文中研究指出雷达自动目标识别作为现代雷达的一个重要发展方向,在军事及民用领域有着广泛的应用。目标高分辨一维距离像提供了较多的有用目标信息,且与二维成像相比,高分辨一维距离像易于获取。本文基于高分辨一维距离像对雷达自动目标识别技术进行了研究,主要内容如下:1.分析了基于后验概率的特征融合方法,在此基础上提出一种将主成分分析(PCA)和线性判别分析(LDA)这两种特征提取方法提取的特征进行融合的雷达目标一维距离像识别方法,提高了识别率。2.在流行学习方法UDP(Unsupervised Discriminant Projection)的基础上,提出了一种改进的UDP(AUDP)一维距离像识别方法及其核方法KAUDP。AUDP方法对UDP目标函数的一种等价形式利用同步对角化求解,使提取出的各个特征的方差得到了归一,有效的提高了UDP方法的性能。3.通过对流行学习方法KMFA(Kernel Marginal Fisher Analysis)的分析发现其类内紧凑矩阵存在零空间。针对KFMA的这一特点,提出了一种零空间KMFA一维距离像识别方法。该方法从KMFA类内紧凑矩阵具有判别力的零空间中提取出特征,取得了好的识别效果。4.将包含类别信息的主成分分析(CIPCA)方法引入到一维距离像的识别中,该方法在PCA中加入样本类别信息,取得了比PCA更高的识别率。为了进一步提高CIPCA的性能,提出KCIPCA一维距离像识别方法,该方法通过对CIPCA引入核函数将CIPCA扩展为核方法。5.将CIPCA等方法提取的特征分别利用不同的分类器分类,实验结果表明使用不同分类器的识别结果差别明显。说明一种特征只有选择与其最匹配的分类器才能表现出最优的性能。(本文来源于《电子科技大学》期刊2010-04-01）
谢芳平[10]（2009）在《基于高分辨一维距离像的雷达目标识别》一文中研究指出雷达目标识别(RTI-radar target identification)是现代雷达的一个十分重要的发展方向,高分辨雷达技术的日趋成熟使雷达目标识别走向实用成为可能。本文应用现代模式识别技术和现代信号处理技术的方法研究了高分辨雷达一维距离像的目标识别问题,由于高分辨雷达一维距离像能够提供更加精细的目标结构和形状信息,因此,对基于一维距离像的目标识别研究具有较大的理论意义和现实意义。本文主要内容如下:首先综述了雷达目标识别的基本概念和距离像识别的基本方法,对雷达目标识别技术现状进行分析。介绍了雷达目标散射截面(RCS-radar cross section)的概念以及宽带目标RCS特性及预估的方法。综述了目标多散射中心的概念及其距离像模型,对典型飞机的电磁散射现象做了深入分析。重点研究了高分辨率一维距离像的原理及仿真方法,从目标散射中心模型的数学描述入手,对单个距离像回波特性及对距离像交叉项进行了分析。研究了一维距离像识别的关键问题—方位敏感性、平移敏感性、幅度敏感性及其预处理方法。在研究了线性调频、步进频率、二相编码无载波超宽带雷达成像算法基础上,分析了多目标和多散射中心分布一维距离像的回波特性。本文针对线性调频宽带数字脉冲压缩收发信号,分析了高分辨率雷达stretch处理的一维距离像目标识别问题。推导了多目标的宽带线性调频信号stretch处理的雷达回波数学模型,分析了依据一维距离像对多目标进行识别方法。讨论了目标运动所产生的距离—多普勒耦合导致距离像平移和展宽特性,并对目标速度的影响进行了补偿。接下来,简单介绍了步进频率信号的数学模型,给出了一维距离像的外形包络表达式。针对多散射中心高距离分辨率步进频率雷达目标,分析了当目标存在相对运动时的一维距离像数学模型,按照这一模型,通过计算机对实际系统的模拟仿真,深入研究了多普勒效应对目标一维距离像的影响,最后,获得了给定高距离分辨率步进频率毫米波雷达中,用一维距离像匹配识别目标的速度不补偿条件。并对两种体制的雷达做了对比,分析了目标运动的多普勒效应对线性调频和步进频率一维距离像的影响,对运动目标的速度估计与补偿方法进行了分析,并用算法对速度估计与补偿方法进行了验证。在研究了高分辨雷达一维成像方法的基础上,介绍了基于模式匹配识别的雷达目标结构信息的特征提取方法,同时介绍了两种常用的线性数据降维方法:主成份分析法和规范相关分析法用于对一维距离像的特征进行降维。最后,总结了本文的研究工作,指出了需要进一步解决的问题。(本文来源于《杭州电子科技大学》期刊2009-12-01）
高分辨一维距离像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
雷达目标识别是现代雷达信息处理中的一项关键技术,已被广泛应用于军用和民用领域。从宽带雷达中获取的雷达高分辨距离像(HRRP)能够较好地表征目标散射中心沿雷达视线的分布情况,包含了目标大量的结构与形状信息,与雷达二维像和叁维像比较,其易于获取与存储,并且在实时处理上具有一定优势。因此,基于一维高分辨距离像的雷达目标识别是一种非常有潜力的目标识别手段。本文针对空中飞机目标,以高分辨距离像为研究对象,主要针对目标识别中的特征提取与选择、多特征综合和分类器设计等方面展开了理论研究和实验验证工作。论文主要工作概括如下:1.距离像特性研究。介绍了一维距离像的获取方式以及基本模型,总结了一维距离像的特点,针对一维距离像的姿态敏感性,强度敏感性与平移敏感性给出了相应的处理方式。2.特征提取方法研究。利用深度神经网络对一维距离像进行特征提取,同时使用经典子空间方法提取了一维距离像的子空间特征,比较了各特征的分类能力,分析了各特征的特性。3.特征级融合识别方法研究。基于遗传算法对不同特征进行了特征级融合,改进了传统遗传算法的种群初始化策略,针对遗传算法进化过程中的交叉概率和变异概率,提出了一种自适应参数确定方法。实验结果表明该方法提取的融合特征维度较低且能保留较多有效信息,目标识别性能较优。4.决策级融合识别方法研究。基于同一分类器对不同样本分类能力不同的思想,利用多分类相关向量机输出的后验概率,设计了一种基于一维距离像的自适应加权投票融合识别模型。实验结果表明这种融合策略能够有效提高识别率。5.研究了基于神经网络的蒙特卡洛融合目标识别方法。在遗传算法特征级融合的基础上,使用蒙特卡洛法在决策级进行融合识别。实验表明该方法可以进一步提高系统识别性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
高分辨一维距离像论文参考文献
[1].鄢思仪.弹载毫米波高分辨一维距离像技术研究[D].电子科技大学.2018
[2].周毅.基于高分辨一维距离像的目标特征提取及融合识别研究[D].电子科技大学.2018
[3].胡玉兰,赵子铭,片兆宇.高分辨雷达一维距离像的融合特征识别[J].微型机与应用.2015
[4].吴克明.雷达目标高分辨一维距离像识别方法研究[D].武汉理工大学.2014
[5].肖宁.基于高分辨一维距离像的雷达自动目标识别技术研究[D].西安电子科技大学.2014
[6].赵朋亮,曾海兵,陈珂.高分辨雷达一维距离像研究[J].电子科技.2014
[7].周兆军,程远国,程锐.高分辨一维距离像及其仿真[J].舰船电子工程.2013
[8].唐禹,郭亮,邢孟道,臧博.合成孔径成像激光雷达高分辨的一维距离像[J].红外与激光工程.2010
[9].苏振江.基于高分辨一维距离像的雷达目标识别研究[D].电子科技大学.2010
[10].谢芳平.基于高分辨一维距离像的雷达目标识别[D].杭州电子科技大学.2009