基于動態(tài)RCS的雷達目標識別研究
發(fā)布時間：2021-07-08 09:30
雷達目標識別是現代雷達研究的重要發(fā)展方向。目前雷達目標識別在寬帶高分辨雷達方面的研究已經取得很大的進展,而對于常規(guī)雷達的目標識別的研究更具有現實的意義。雷達散射截面積（Radar Cross Section,RCS）是目標電磁散射特性中最重要的幅度特性。本文針對空中飛機目標的分類問題,提出利用徑向基（Radial Basis Function,RBF）網絡對動態(tài)RCS特征進行分類辨識的方法。主要工作有以下幾點。首先,研究雷達散射截面的基本理論及雷達目標RCS求解方法�？紤]到目標的實測動態(tài)RCS難以獲取,研究了一種目標動態(tài)RCS計算方法。本文以典型飛機目標作為對象,對其進行CAD建模并計算目標全空域的靜態(tài)RCS值。在此基礎上建立雷達坐標系與機體坐標系之間的轉換規(guī)則,利用Matlab軟件分析動態(tài)目標的RCS特性,獲得目標RCS時間序列。其次,為提高雷達目標特征辨別效果,深入研究基于RCS時間序列的目標特征提取方法。分析目標RCS統(tǒng)計特征中各特征值的重要性,提取各類目標RCS時間序列中的位置特征、分布特征及散布特征,通過對RCS時間序列進行小波分解和重構,提取離散小波能量特征。引入類別可分性...
【文章來源】：哈爾濱理工大學黑龍江省
【文章頁數】：69 頁
【學位級別】：碩士
【部分圖文】：
CADFEKO主界面
哈爾濱理工大學工學碩士學位論文-13-2.3.1目標建模方法早期文獻利用旋轉體方法、幾何體組合模型法及平板三角面元模型法等方法來構成目標模型，用于分析電磁目標特性。隨著目標結構復雜度的提高及數值計算精度的嚴格要求，這種建模法無法精確描述復雜目標的真實結構，導致仿真獲得的RCS值與實際可能存在較大誤差。為了彌補傳統(tǒng)方法建模近似帶來的缺陷，本文針對幾種典型的飛機目標，使用3D繪圖軟件Solidworks軟件對其進行精確曲面建模，更真實的體現復雜目標的幾何結構，使用曲線和曲面擬合的方法創(chuàng)建三維模型，提高建模的精度。為了提高網格質量，本文在保證計算精度的前提下適當簡化飛機模型。在以不影響目標RCS特性的前提下，刪除與RCS計算無關或影響很小的細節(jié)特征達到減少網格數量的目的，完成整個目標的三維實體建模。Solidworks對典型無人機建模，如圖2-3至圖2-5所示。圖2-3無人機三維模型圖Fig.2-3Three-dimensionalmodelofUAV圖2-4無人機前視圖圖2-5無人機側視圖Fig.2-4FrontviewofUAVFig.2-5LateralviewofUAV
哈爾濱理工大學工學碩士學位論文-13-2.3.1目標建模方法早期文獻利用旋轉體方法、幾何體組合模型法及平板三角面元模型法等方法來構成目標模型，用于分析電磁目標特性。隨著目標結構復雜度的提高及數值計算精度的嚴格要求，這種建模法無法精確描述復雜目標的真實結構，導致仿真獲得的RCS值與實際可能存在較大誤差。為了彌補傳統(tǒng)方法建模近似帶來的缺陷，本文針對幾種典型的飛機目標，使用3D繪圖軟件Solidworks軟件對其進行精確曲面建模，更真實的體現復雜目標的幾何結構，使用曲線和曲面擬合的方法創(chuàng)建三維模型，提高建模的精度。為了提高網格質量，本文在保證計算精度的前提下適當簡化飛機模型。在以不影響目標RCS特性的前提下，刪除與RCS計算無關或影響很小的細節(jié)特征達到減少網格數量的目的，完成整個目標的三維實體建模。Solidworks對典型無人機建模，如圖2-3至圖2-5所示。圖2-3無人機三維模型圖Fig.2-3Three-dimensionalmodelofUAV圖2-4無人機前視圖圖2-5無人機側視圖Fig.2-4FrontviewofUAVFig.2-5LateralviewofUAV
【參考文獻】：
期刊論文
[1]基于PSO-BP神經網絡的HRRP目標識別[J]. 王泓霖,李偉,許強,徐建業(yè),鄒鯤. 火力與指揮控制. 2019(12)
[2]防空雷達應用現狀及未來發(fā)展趨勢[J]. 湯明碩. 中國設備工程. 2019(20)
[3]綜合多特征的極化SAR圖像隨機森林分類算法[J]. 徐喬,張霄,余紹淮,陳啟浩,劉修國. 遙感學報. 2019(04)
[4]基于BP神經網絡的飛機目標識別算法[J]. 夏海琴,彭章友. 電子測量技術. 2019(14)
[5]寬帶雷達三維干涉測量彈道目標微動參數估計[J]. 魏嘉琪,張磊,劉宏偉. 電子與信息學報. 2019(04)
[6]采用雙向LSTM模型的雷達HRRP目標識別[J]. 徐彬,陳渤,劉家麒,王鵬輝,劉宏偉. 西安電子科技大學學報. 2019(02)
[7]基于KNN的合成孔徑雷達目標識別[J]. 郝巖,白艷萍,張校非. 火力與指揮控制. 2018(09)
[8]基于壓縮感知和深度學習的分類識別技術[J]. 汪文英,魏耀,鄭玄玄,王茹琪,余慧. 雷達科學與技術. 2018(04)
[9]基于BP神經網絡的探地雷達圖像特征判識與提取研究[J]. 溫世儒,楊曉華,吳霞. 公路. 2018(07)
[10]雷達信號處理國家級重點實驗室的建設與發(fā)展[J]. 程榮剛,徐青,張林讓. 實驗室研究與探索. 2018(04)
博士論文
[1]基于高分辨距離像的雷達目標識別研究[D]. 周云.電子科技大學 2016
[2]諧振區(qū)雷達目標特征提取與目標識別研究[D]. 伍光新.哈爾濱工業(yè)大學 2008
碩士論文
[1]寬帶相控陣雷達目標識別系統(tǒng)的研究與實現[D]. 趙曉彤.電子科技大學 2012
[2]基于低分辨雷達的目標識別方法研究[D]. 王利華.南京理工大學 2008
本文編號：3271309
【文章來源】：哈爾濱理工大學黑龍江省
【文章頁數】：69 頁
【學位級別】：碩士
【部分圖文】：
CADFEKO主界面
哈爾濱理工大學工學碩士學位論文-13-2.3.1目標建模方法早期文獻利用旋轉體方法、幾何體組合模型法及平板三角面元模型法等方法來構成目標模型，用于分析電磁目標特性。隨著目標結構復雜度的提高及數值計算精度的嚴格要求，這種建模法無法精確描述復雜目標的真實結構，導致仿真獲得的RCS值與實際可能存在較大誤差。為了彌補傳統(tǒng)方法建模近似帶來的缺陷，本文針對幾種典型的飛機目標，使用3D繪圖軟件Solidworks軟件對其進行精確曲面建模，更真實的體現復雜目標的幾何結構，使用曲線和曲面擬合的方法創(chuàng)建三維模型，提高建模的精度。為了提高網格質量，本文在保證計算精度的前提下適當簡化飛機模型。在以不影響目標RCS特性的前提下，刪除與RCS計算無關或影響很小的細節(jié)特征達到減少網格數量的目的，完成整個目標的三維實體建模。Solidworks對典型無人機建模，如圖2-3至圖2-5所示。圖2-3無人機三維模型圖Fig.2-3Three-dimensionalmodelofUAV圖2-4無人機前視圖圖2-5無人機側視圖Fig.2-4FrontviewofUAVFig.2-5LateralviewofUAV
哈爾濱理工大學工學碩士學位論文-13-2.3.1目標建模方法早期文獻利用旋轉體方法、幾何體組合模型法及平板三角面元模型法等方法來構成目標模型，用于分析電磁目標特性。隨著目標結構復雜度的提高及數值計算精度的嚴格要求，這種建模法無法精確描述復雜目標的真實結構，導致仿真獲得的RCS值與實際可能存在較大誤差。為了彌補傳統(tǒng)方法建模近似帶來的缺陷，本文針對幾種典型的飛機目標，使用3D繪圖軟件Solidworks軟件對其進行精確曲面建模，更真實的體現復雜目標的幾何結構，使用曲線和曲面擬合的方法創(chuàng)建三維模型，提高建模的精度。為了提高網格質量，本文在保證計算精度的前提下適當簡化飛機模型。在以不影響目標RCS特性的前提下，刪除與RCS計算無關或影響很小的細節(jié)特征達到減少網格數量的目的，完成整個目標的三維實體建模。Solidworks對典型無人機建模，如圖2-3至圖2-5所示。圖2-3無人機三維模型圖Fig.2-3Three-dimensionalmodelofUAV圖2-4無人機前視圖圖2-5無人機側視圖Fig.2-4FrontviewofUAVFig.2-5LateralviewofUAV
【參考文獻】：
期刊論文
[1]基于PSO-BP神經網絡的HRRP目標識別[J]. 王泓霖,李偉,許強,徐建業(yè),鄒鯤. 火力與指揮控制. 2019(12)
[2]防空雷達應用現狀及未來發(fā)展趨勢[J]. 湯明碩. 中國設備工程. 2019(20)
[3]綜合多特征的極化SAR圖像隨機森林分類算法[J]. 徐喬,張霄,余紹淮,陳啟浩,劉修國. 遙感學報. 2019(04)
[4]基于BP神經網絡的飛機目標識別算法[J]. 夏海琴,彭章友. 電子測量技術. 2019(14)
[5]寬帶雷達三維干涉測量彈道目標微動參數估計[J]. 魏嘉琪,張磊,劉宏偉. 電子與信息學報. 2019(04)
[6]采用雙向LSTM模型的雷達HRRP目標識別[J]. 徐彬,陳渤,劉家麒,王鵬輝,劉宏偉. 西安電子科技大學學報. 2019(02)
[7]基于KNN的合成孔徑雷達目標識別[J]. 郝巖,白艷萍,張校非. 火力與指揮控制. 2018(09)
[8]基于壓縮感知和深度學習的分類識別技術[J]. 汪文英,魏耀,鄭玄玄,王茹琪,余慧. 雷達科學與技術. 2018(04)
[9]基于BP神經網絡的探地雷達圖像特征判識與提取研究[J]. 溫世儒,楊曉華,吳霞. 公路. 2018(07)
[10]雷達信號處理國家級重點實驗室的建設與發(fā)展[J]. 程榮剛,徐青,張林讓. 實驗室研究與探索. 2018(04)
博士論文
[1]基于高分辨距離像的雷達目標識別研究[D]. 周云.電子科技大學 2016
[2]諧振區(qū)雷達目標特征提取與目標識別研究[D]. 伍光新.哈爾濱工業(yè)大學 2008
碩士論文
[1]寬帶相控陣雷達目標識別系統(tǒng)的研究與實現[D]. 趙曉彤.電子科技大學 2012
[2]基于低分辨雷達的目標識別方法研究[D]. 王利華.南京理工大學 2008
本文編號：3271309
本文鏈接：http://www.sikaile.net/kejilunwen/hangkongsky/3271309.html
