学位论文 > 优秀研究生学位论文题录展示
雷达目标一维距离像识别方法研究
作 者: 王贞
导 师: 杨万麟
学 校: 电子科技大学
专 业: 信息与通信工程
关键词: 雷达目标识别 MSKM Dual-KCCA MLDE
分类号: TN957.52
类 型: 硕士论文
年 份: 2009年
下 载: 163次
引 用: 1次
阅 读: 论文下载
内容摘要
战场感知对雷达系统提出了越来越高的要求,雷达自动目标识别(ATR)技术应运而生。高分辨雷达为ART的研究提供了强有力的技术支持。其中,雷达高分辨距离像(HRRP)能够提供目标沿雷达视线方向的几何结构信息,且易于获取和处理,使得基于HRRP的ATR技术得到越来越多的关注。本文针对雷达目标HRRP,对多种识别方法进行研究,主要内容和创新如下:1、从目标散射点模型出发,研究了HRRP及其敏感特性。将零相位对齐方法运用于雷达目标一维距离像的平移对齐,得到与HRRP形状特征相同的像。得出结论:相对于绝对对齐的像,HRRP经离散傅里叶变换(DFT)后,更适合用最近邻中心法(NC)进行分类识别。2、分析了传统的线性子空间方法的利弊。基于SKM(Supervised Kampong Measure)方法的基本思想,提出了MSKM(Modified Supervised Kampong Measure)方法,对其准则矩阵进行加权修正,将容易混淆的异类样本点在低维空间分开,与此同时,还使投影后的样本点尽量靠近其所属类样本中心。3、将典型相关分析方法(CCA)运用于雷达目标识别。为避免核典型相关分析(KCCA)特征方程中的核矩阵奇异,且充分利用样本的辨别信息,论文阐释了基于双空间的核典型相关分析方法(Dual–KCCA),该方法将特征空间划分为主空间和补空间,分别在这两个空间中提取样本数据的可靠特征,将加权组合后的特征用于目标识别。4、介绍了流形学习中的经典降维方法,探讨了基于图嵌入、用于分类识别的线性监督方法——LDE(Local Discriminant Embedding)方法,基于其准则函数,提出了MLDE(Modified Local Discriminant Embedding)方法及其核方法KMLDE(Kernel MLDE)。MLDE方法对LDE方法的相似度矩阵从两方面进行改进:对于高维空间中间距一定的异类相邻样本点,投影方向继续保持这些样本点的可分性,与此同时,对于高维空间隔相对较远的同类相邻样本点,投影方向还将使这些样本点尽量靠拢。
|
全文目录
相似论文
- SAR成像目标识别子区选取与匹配方法研究,TN957.52
- 基于时频分析的雷达目标识别技术研究,TN957.51
- 弹道中段目标进动特征提取方法研究,TJ765
- 基于高分辨一维距离像的雷达目标识别,TN957.51
- 基于高分辨一维距离像的雷达目标识别研究,TN957.52
- 基于最优投影支持张量机的多分类算法研究,TP391.41
- 基于神经网络的高分辨雷达目标检测研究,TN957.51
- 低分辨雷达目标识别的应用研究,TN957.52
- 基于模糊理论的雷达目标一维距离像识别研究,TN957.52
- 基于支持向量机的雷达目标一维像识别研究,TN957.52
- 距离像目标识别系统设计与实现,TN957.52
- 雷达目标散射场计算与识别研究,TN953
- 空中雷达目标识别技术研究,TN953
- 基于核聚类的高分辨距离像识别算法研究,TN953
- 基于核方法的高分辨雷达目标识别算法研究,TN957.51
- 基于时频分析的雷达目标识别技术研究,TN957.51
- 基于多特征融合的雷达目标识别,TN957.51
- 用于激光雷达图像识别的不变矩特征向量研究,TP391.41
- 基于核方法和流形学习的雷达目标识别,TN957.5
- 高分辨一维距离成像识别技术研究,TN957.51
- 支持向量机学习算法及其在雷达目标识别中的应用,TN957.5
中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达设备、雷达站 > 雷达接收设备 > 数据、图像处理及录取
© 2012 www.xueweilunwen.com
|