基于特征提取的目标分类研究

论文摘要

浮空警戒雷达依托浮空器升空到数千米的高空,采用空空下视的方式,能够实现对“低慢小”目标的探测,经常作为城市重大活动的保障装备。但是地面高速运动目标与“低慢小”目标的运动特征极其类似,雷达的常规检测无法对其进行区分。城市周边密集的高速公路运动汽车给雷达的探测带来巨大困难。本文提出了利用目标回波对目标进行分类的方案,来抑制地面运动目标对浮空雷达的影响。首先基于窄带回波信号完成对目标的常规检测,然后通过分类器实现对地面运动目标的滤除。用于分类的目标特征或特征组合的选择是本方案的关键。本文利用已知目标的实录数据,从时域和频域提取出用于不同目标分类的特征或特征组合,可以有效地实现对直升机、无人机、汽车和气象杂波等目标的分类,结果表明本方案具备工程推广应用价值。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究现状
• 1.2.1 测高功能
• 1.2.2 目标成像识别
• 1.2.3 窄带目标特征分类
• 1.3 主要研究内容
• 2 基于窄带回波的目标特征分析
• 2.1 实录数据的目标特征
• 2.2 可分类的目标特征
• 3 特征分类处理方案
• 3.1 数据预处理
• 3.2 特征提取与特征选择
• 3.3 建立数据库
• 3.4 利用SVM分类器进行分类
• 3.5 分类器融合
• 4 数据处理与分析
• 4.1 民航和云雨杂波的分类
• 4.2 无人机和云雨杂波的分类
• 4.3 无人机和汽车的分类
• 4.4 直升机和汽车的分类
• 4.5 对点迹进行分类
• 4.6 抽取部分脉冲对分类率进行评估
• 5 结论
• 攻读学位期间获奖和发表论文情况
• 致谢
• 参考文献