【摘要】：隨著各項(xiàng)技術(shù)的發(fā)展,現(xiàn)代雷達(dá)的功能更加強(qiáng)大,也更加能適應(yīng)現(xiàn)代化戰(zhàn)爭(zhēng)的要求。其中,雷達(dá)目標(biāo)識(shí)別技術(shù)也得到了相應(yīng)的發(fā)展,各種新體制雷達(dá)的成功研發(fā)和應(yīng)用有利于更好的進(jìn)行目標(biāo)識(shí)別。但是,現(xiàn)役雷達(dá)中仍有較多數(shù)量的舊體制雷達(dá),如何利用其實(shí)現(xiàn)目標(biāo)識(shí)別,而不是通過新體制雷達(dá),這在當(dāng)前情況下是很有意義的研究課題。很多學(xué)者從多個(gè)方面對(duì)這一課題進(jìn)行了研究,其中,較為有效的一種方法是利用微多普勒效應(yīng)。微多普勒效應(yīng)產(chǎn)生的原因是組成目標(biāo)物體的結(jié)構(gòu)部分除了有與整體相同的運(yùn)動(dòng)以外,還有其自身的運(yùn)動(dòng)。對(duì)于產(chǎn)生微多普勒效應(yīng)的部件來說,其幾何結(jié)構(gòu)、運(yùn)動(dòng)形式、組成材質(zhì)等決定了其回波的頻率和幅度。對(duì)于在較為理想的情況下采集的數(shù)據(jù)來說,根據(jù)微多普勒效應(yīng)提取特征進(jìn)行分類,可以達(dá)到比較理想的分類效果。但是,實(shí)際情況往往不是理想的。如果目標(biāo)距離較遠(yuǎn),此時(shí)采集的數(shù)據(jù)信噪比低,提取同樣的特征進(jìn)行分類,不能得到理想的分類效果,這時(shí),需要對(duì)相關(guān)信息進(jìn)行去噪處理;又如果目標(biāo)被遮擋,尤其是產(chǎn)生微多普勒效應(yīng)的部分被遮擋,此時(shí)分類效果同樣不理想,這時(shí),考慮連續(xù)幀信號(hào)之間的聯(lián)系,可以采用融合的方法對(duì)信息進(jìn)行處理。本文的主要工作一是在已有的研究基礎(chǔ)上,更進(jìn)一步研究了窄帶雷達(dá)目標(biāo)識(shí)別過程中的去噪處理和信息融合問題,以實(shí)現(xiàn)穩(wěn)健分類;二是設(shè)計(jì)和實(shí)現(xiàn)了基于窄帶雷達(dá)地面運(yùn)動(dòng)目標(biāo)分類輔助設(shè)計(jì)軟件。第一部分主要介紹了本文的理論基礎(chǔ),首先給出并分析了輪式和履帶式車輛的微動(dòng)模型;其次,基于對(duì)實(shí)測(cè)數(shù)據(jù)的分析,介紹了兩種雜波抑制方法;然后,介紹了兩種特征提取方法并進(jìn)行了對(duì)比,這兩種方法都是基于微多普勒效應(yīng)的;最后,簡(jiǎn)要介紹了支持向量機(jī)分類器的基本原理,這是本文主要用到的分類器。第二部分主要研究了輪式和履帶式車輛的分類性能的提升問題,首先基于之前的研究,介紹了兩種噪聲修正方法,并用實(shí)測(cè)數(shù)據(jù)觀察其效果;然后,研究了信息融合問題,主要實(shí)現(xiàn)了回波信號(hào)在特征層的融合,特征層融合介于數(shù)據(jù)層融合和決策層融合之間,信息損失量較小,也有一定的靈活性。本文重點(diǎn)研究了特征層融合的權(quán)值優(yōu)化問題,并采用投票法進(jìn)行決策層融合以便于對(duì)比。第三部分主要介紹了基于窄帶雷達(dá)地面運(yùn)動(dòng)目標(biāo)分類輔助設(shè)計(jì)軟件,該軟件是使用C++和MATLAB語言混合編程實(shí)現(xiàn)的,能夠?qū)崿F(xiàn)回波信號(hào)仿真、目標(biāo)識(shí)別和識(shí)別率跟隨信噪比變化趨勢(shì)觀測(cè)。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：E923;TN957.51
【圖文】：

ns t e J e (2-13)圖2.2 輪式車輛車輪微運(yùn)動(dòng)示意圖[1],[21],[22]圖 3.2 中的圓周表示輪式車輛的車輪，并進(jìn)行如下分析：在散射點(diǎn)均勻分布的前提下，對(duì)圓周離散化考慮，如果總共有 K 個(gè)散射點(diǎn)，那么就有 K 個(gè)不同的初相。記第一個(gè)散射點(diǎn)的初相為0 ，按照順序，可以得到第k 個(gè)點(diǎn)的初相為：

西安電子科技大學(xué)碩士學(xué)位論文0 2 ( -1)/ 1,2, ,kk K k K (2身為參照建立坐標(biāo)系中，對(duì)車輪上的單個(gè)散射點(diǎn)微運(yùn)動(dòng)進(jìn)行分析，式，疊加得到車輪的回波信號(hào)的表達(dá)式為[1],[21],[22]：( )1 -( ) ( ) kKjn tk nk ns t J e (2

40（2） 工程創(chuàng)建之后會(huì)出現(xiàn)“MFC 應(yīng)用程序向?qū)А睂?duì)話框如下：圖4.1MFC 應(yīng)用程序向?qū)c(diǎn)擊“下一步”，有如下對(duì)話框：圖4.2MFC 應(yīng)用程序類型

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 李東偉;羅迎;張群;李天鵬;;組網(wǎng)雷達(dá)中旋轉(zhuǎn)目標(biāo)微多普勒效應(yīng)分析及三維微動(dòng)特征提取[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

2 李彥兵;杜蘭;劉宏偉;徐丹蕾;關(guān)永勝;;基于信號(hào)特征譜的地面運(yùn)動(dòng)目標(biāo)分類[J];電波科學(xué)學(xué)報(bào);2011年04期

3 李彥兵;杜蘭;劉宏偉;丁蘇穎;關(guān)永勝;;基于微多普勒特征的地面目標(biāo)分類[J];電子與信息學(xué)報(bào);2010年12期

4 陳鳳;劉宏偉;杜蘭;保錚;;基于特征譜散布特征的低分辨雷達(dá)目標(biāo)分類方法[J];中國科學(xué):信息科學(xué);2010年04期

5 張學(xué)工;關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)[J];自動(dòng)化學(xué)報(bào);2000年01期

6 童創(chuàng)明，王光明，張晨新，王積勤，王朝墀;噴氣發(fā)動(dòng)機(jī)的J.E.M效應(yīng)調(diào)制譜分析[J];電波科學(xué)學(xué)報(bào);1999年02期

7 賈濤,張禹田;地面雷達(dá)動(dòng)目標(biāo)自動(dòng)識(shí)別分類研究[J];電訊技術(shù);1998年02期

8 付耀文,黎湘,莊釗文;基于一維平均距離像矩特征的飛機(jī)目標(biāo)識(shí)別[J];國防科技參考;1998年01期

本文編號(hào)：2801888