毫米波雷达回波去噪与特征提取研究

论文题目: 毫米波雷达回波去噪与特征提取研究

论文类型: 硕士论文

论文专业: 通信与信息系统

作者: 查品德

导师: 杨莘元

关键词: 目标识别,特征提取,小波去噪,距离像,平移不变

文献来源: 哈尔滨工程大学

发表年度: 2005

论文摘要: 毫米波雷达目标识别是现在研究的热点,目标识别的关键是特征提取,为了提取稳健的特征,必须滤除回波的噪声。本文在此背景下研究了毫米波雷达回波的仿真、去噪与特征提取。毫米波雷达处于光学区,服从于散射点模型,据此模型仿真了高分辨率阶梯变频毫米波雷达信号照射下三类坦克目标的一维距离像。由于回波信号是突变和非平稳的,而小波变换具有良好的时频局部化性质,因而使用小波变换的方法去噪。通过试验的方法得到适合于回波信号的db6小波基,从阈值及阈值函数两方面改进了小波阈值法,得到比软、硬阈值更好的去噪效果。小波变换的特征提取能够压缩特征的维数和个数,提出基于Beylkin算法的能量特征,具有特征维数低、平移不变性,使得分类器的设计大为简化。双谱是一种平移不变的特征,含有丰富的相位信息,但它是二维函数,不利于模板匹配。提出一种双谱复特征,含有目标的部分相位信息,同时具有平移不变性及尺度可变性,这都有利于目标识别。为了验证特征的有效性,使用最近邻及概率神经网络分类器进行了目标识别,得到满意的识别率。

论文目录:

第1章绪论

1．1 课题研究背景

1．2 国内外研究现状

1．2．1 小波去噪的研究现状

1．2．2 特征提取的研究现状

1．3 本文主要研究内容

1．4 本文结构

第2章毫米波雷达一维距离像的仿真

2．1 目标一维距离像形成原理

2．2 目标的散射中心模型

2．3 目标角运动模型

2．4 回波信号一维距离像仿真结果

2．5 本章小结

第3章毫米波雷达回波去噪

3．1 连续小波变换

3．2 离散小波变换

3．3 多分辨率分析

3．4 基于小波变换的去噪算法

3．4．1 高频系数置零法

3．4．2 模极大值法

3．4．3 小波阈值法

3．4．4 各种方法的比较

3．5 毫米波雷达的小波去噪

3．5．1 小波基的选取

3．5．2 改进阈值函数去噪

3．5．3 改进阈值去噪

3．5．4 仿真结果

3．6 本章小结

第4章基于小波变换的特征提取

4．1 基于小波变换的特征提取算法

4．1．1 能量特征提取法

4．1．2 模极大值特征提取法

4．1．3 熵特征提取法

4．1．4 适应性小波神经网络的特征提取法

4．1．5 各种方法的比较

4．2 毫米波雷达回波的小波特征提取算法

4．2．1 基于 Beylkin算法的特征提取

4．2．2 目标识别算法

4．2．3 识别结果

4．3 本章小结

第5章基于高阶谱的特征提取

5．1 高阶统计量

5．2 双谱的性质和估计算法

5．2．1 双谱的性质

5．2．2 双谱的估计算法

5．3 基于双谱的特征提取算法

5．3．1 积分双谱

5．3．2 三种积分双谱的比较

5．4 基于双谱的毫米波雷达特征提取算法

5．4．1 双谱复特征的性质

5．4．2 雷达目标识别

5．5 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢

发布时间: 2005-10-21

参考文献

[1].低分辨雷达地面目标识别[D]. 文亮波.南京理工大学2009
[2].一维距离像目标识别与数据融合算法研究[D]. 何琪蕾.电子科技大学2009
[3].基于深度学习的SAR特征提取与目标识别研究[D]. 冯颖.电子科技大学2017
[4].基于字典学习的雷达目标识别[D]. 李淼.大连理工大学2018
[5].面向目标跟踪的网络化探测技术[D]. 刘兴成.西安电子科技大学2018
[6].面向目标跟踪的网络化探测与识别技术研究[D]. 杨海霞.西安电子科技大学2018
[7].雷达一维距离像目标识别研究[D]. 戴为龙.南京航空航天大学2018
[8].合成孔径雷达目标识别关键技术研究[D]. 承聪.电子科技大学2018
[9].基于深度学习的SAR图像目标识别分类研究[D]. 蒋鑫.电子科技大学2018
[10].对地近程毫米波雷达目标识别[D]. 臧高勇.南京理工大学2010

毫米波雷达回波去噪与特征提取研究

猜你喜欢