基于深度學(xué)習(xí)的RCS角度外推與目標(biāo)識別研究
發(fā)布時間:2022-10-15 20:50
隨著信息通信技術(shù)和計算機網(wǎng)絡(luò)技術(shù)的快速發(fā)展,分布式雷達(dá)探測網(wǎng)絡(luò)由于環(huán)境適應(yīng)能力強,探測性能優(yōu)異等優(yōu)勢,引發(fā)了人們的關(guān)注和研究。在危急的救援救災(zāi)、室內(nèi)室外定位,甚至是現(xiàn)在火熱的智能駕駛等場景中,都需要一種對目標(biāo)進(jìn)行探測的裝置,用以獲得紛亂場景中的豐富信息。在分布式雷達(dá)探測網(wǎng)絡(luò)中,我們通過多個不同位置的錨點對目標(biāo)發(fā)送信號,并從回波信號中提取目標(biāo)的位置、輪廓甚至材料等信息。同時,考慮到雷達(dá)對于目標(biāo)的測量往往無法做到全角度域的覆蓋,希望能夠從已測量角度的雷達(dá)散射截面(Radar Cross section,RCS)幫助預(yù)測出剩余角度的RCS值。具體包括:雷達(dá)發(fā)射波束越窄,其角度分辨率越高,系統(tǒng)準(zhǔn)確度也越高。受限于天線制造和加工水平,現(xiàn)實中的雷達(dá)發(fā)射波束存在無法逾越的上下界。針對目前實際場景中,目標(biāo)雷達(dá)散射截面全方位角獲取的難操作性以及昂貴開銷,本文第三章提出利用后向神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network,BPNN)和長短時記憶網(wǎng)絡(luò)(Long Short Term Memory Network,LSTM)對已知角度的RCS序列預(yù)測未知角度的RCS序列模型。通過本...
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
本文主要研究內(nèi)容(1)緒論,簡要描述利用RCS角度外推和RCS識別目標(biāo)的研究背景和意義,
a,b對小波伸縮的影響
神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖
【參考文獻(xiàn)】:
期刊論文
[1]基于遺傳算法改進(jìn)的一階滯后濾波和長短期記憶網(wǎng)絡(luò)的藍(lán)藻水華預(yù)測方法[J]. 于家斌,尚方方,王小藝,許繼平,王立,張慧妍,鄭蕾. 計算機應(yīng)用. 2018(07)
[2]基于RCS統(tǒng)計特征的船舶目標(biāo)識別方法[J]. 紀(jì)永強,劉通,徐高正,石宇豪,張玉萍,楊金鴻. 艦船科學(xué)技術(shù). 2018(13)
[3]Three-dimensional Fusion of Spaceborne and Ground Radar Reflectivity Data Using a Neural Network–Based Approach[J]. Leilei KOU,Zhuihui WANG,Fen XU. Advances in Atmospheric Sciences. 2018(03)
[4]基于FEKO軟件的目標(biāo)RCS計算及數(shù)據(jù)分析[J]. 秦琴,王曉峰,焦金龍,王晨. 電子技術(shù)應(yīng)用. 2018(02)
[5]基于深度神經(jīng)網(wǎng)絡(luò)模型的雷達(dá)目標(biāo)識別[J]. 詹武平,鄭永煌,王金霞. 現(xiàn)代雷達(dá). 2018(01)
[6]基于棧式自編碼器特征融合的SAR圖像車輛目標(biāo)識別[J]. 康妙,計科峰,冷祥光,邢相薇,鄒煥新. 雷達(dá)學(xué)報. 2017(02)
[7]基于動態(tài)RCS的隱身目標(biāo)檢測研究[J]. 黃亞林,張晨新,劉凱越,童創(chuàng)明. 微波學(xué)報. 2017(01)
[8]基于改進(jìn)二進(jìn)制螢火蟲的BP神經(jīng)網(wǎng)絡(luò)并行集成學(xué)習(xí)算法[J]. 李敬明,倪志偉,朱旭輝,許瑩. 模式識別與人工智能. 2017(02)
[9]Radar Target Recognition Algorithm Based on RCS Observation Sequence——Set-Valued Identification Method[J]. WANG Ting,BI Wenjian,ZHAO Yanlong,XUE Wenchao. Journal of Systems Science & Complexity. 2016(03)
[10]一種用于雷達(dá)資源管理的目標(biāo)雷達(dá)截面積預(yù)測算法[J]. 秦童,戴奉周,劉宏偉. 電子與信息學(xué)報. 2015(08)
本文編號:3692017
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
本文主要研究內(nèi)容(1)緒論,簡要描述利用RCS角度外推和RCS識別目標(biāo)的研究背景和意義,
a,b對小波伸縮的影響
神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖
【參考文獻(xiàn)】:
期刊論文
[1]基于遺傳算法改進(jìn)的一階滯后濾波和長短期記憶網(wǎng)絡(luò)的藍(lán)藻水華預(yù)測方法[J]. 于家斌,尚方方,王小藝,許繼平,王立,張慧妍,鄭蕾. 計算機應(yīng)用. 2018(07)
[2]基于RCS統(tǒng)計特征的船舶目標(biāo)識別方法[J]. 紀(jì)永強,劉通,徐高正,石宇豪,張玉萍,楊金鴻. 艦船科學(xué)技術(shù). 2018(13)
[3]Three-dimensional Fusion of Spaceborne and Ground Radar Reflectivity Data Using a Neural Network–Based Approach[J]. Leilei KOU,Zhuihui WANG,Fen XU. Advances in Atmospheric Sciences. 2018(03)
[4]基于FEKO軟件的目標(biāo)RCS計算及數(shù)據(jù)分析[J]. 秦琴,王曉峰,焦金龍,王晨. 電子技術(shù)應(yīng)用. 2018(02)
[5]基于深度神經(jīng)網(wǎng)絡(luò)模型的雷達(dá)目標(biāo)識別[J]. 詹武平,鄭永煌,王金霞. 現(xiàn)代雷達(dá). 2018(01)
[6]基于棧式自編碼器特征融合的SAR圖像車輛目標(biāo)識別[J]. 康妙,計科峰,冷祥光,邢相薇,鄒煥新. 雷達(dá)學(xué)報. 2017(02)
[7]基于動態(tài)RCS的隱身目標(biāo)檢測研究[J]. 黃亞林,張晨新,劉凱越,童創(chuàng)明. 微波學(xué)報. 2017(01)
[8]基于改進(jìn)二進(jìn)制螢火蟲的BP神經(jīng)網(wǎng)絡(luò)并行集成學(xué)習(xí)算法[J]. 李敬明,倪志偉,朱旭輝,許瑩. 模式識別與人工智能. 2017(02)
[9]Radar Target Recognition Algorithm Based on RCS Observation Sequence——Set-Valued Identification Method[J]. WANG Ting,BI Wenjian,ZHAO Yanlong,XUE Wenchao. Journal of Systems Science & Complexity. 2016(03)
[10]一種用于雷達(dá)資源管理的目標(biāo)雷達(dá)截面積預(yù)測算法[J]. 秦童,戴奉周,劉宏偉. 電子與信息學(xué)報. 2015(08)
本文編號:3692017
本文鏈接:http://www.sikaile.net/kejilunwen/xinxigongchenglunwen/3692017.html
最近更新
教材專著