自动雷达目标识别作为一种自动目标识别技术,受到各国的广泛关注和重视,已成为各国未来武器的重要组成部分。采用不同的雷达作为观测手段,收集到目标的散射信息量会不同。使用高距离分辨率雷达可获得目标的一维距离像,一维距离像包含了更多的可用于目标识别的信息。本文针对一维距离像,对多种雷达目标识别方法进行了研究。其主要内容和创新之处如下:1、介绍用于微波成像的目标散射中心模型。2、对最优聚类中心目标识别法进行仿真实验并研究其识别性能,实验结果表明该算法在大样本训练数据时能得到较高识别率,是一种有效、可行的识别算法,但在少样本训练数据时,所得识别率急剧下降。3、最优聚类中心法在少样本训练数据时识别率急剧下降是因为它对“病态”矩阵处理不当。针对这个缺点,提出改进最优聚类中心目标识别法,核心思想是把“病态”矩阵进行“良态”化处理后再参加运算,以得到正确识别结果。该算法在少样本训练数据时能得到较高识别率,同时具有最优聚类中心法的优点,在大样本训练数据时仍有较高识别率。4、对基于对数双谱特征的目标识别法进行仿真实验,研究了该算法的识别性能和用于求双谱平均对数子像的测试样本数之间的关系,该测试样本数越多识别率越高,同时研究表明利用相位信息是该算法得到较高识别率的关键。5、以实测飞机一维距离像数据为基础,对最优聚类中心目标识别法、改进最优聚类中心目标识别法、基于对数双谱特征的目标识别法的识别性能进行大量的实验验证。
本文来源: https://www.lw50.cn/article/7b75f556e00f30b7f8cfebe2.html