基于高分辨距離像的雷達(dá)自動目標(biāo)識別研究.pdf

1、由寬帶雷達(dá)獲取的高分辨距離像（HRRP）反映了目標(biāo)散射中心沿雷達(dá)視線的分布情況，包含了更多有關(guān)目標(biāo)的結(jié)構(gòu)和形狀信息，相比雷達(dá)二維像和三維像而言易于獲取，并且可實(shí)現(xiàn)實(shí)時識別。因此，基于HRRP的目標(biāo)識別方法是當(dāng)前識別飛機(jī)等高速運(yùn)動目標(biāo)的有效手段。
　　本論文圍繞國家十一五總裝預(yù)研項(xiàng)目，針對空中飛機(jī)目標(biāo)，對高分辨距離像雷達(dá)目標(biāo)識別系統(tǒng)中的特征提取和選擇、分類器設(shè)計(jì)及非庫屬目標(biāo)拒識等相關(guān)問題展開研究。論文主要工作如下：
　　1.為

2、了充分利用HRRP中包含的目標(biāo)結(jié)構(gòu)和形狀信息，提出了自適應(yīng)差分算法，有效地提取了目標(biāo)在雷達(dá)視線上的投影長度特征，實(shí)現(xiàn)了對目標(biāo)的預(yù)分類。
　　2.針對經(jīng)典子空間方法中多目標(biāo)分類邊界模糊的問題，研究了加權(quán)的一對一分類（WOAO）策略，通過為每個分類器設(shè)置分類效果權(quán)值，解決了常規(guī)一對一（OAO）分類方法中多個目標(biāo)因得票相同而出現(xiàn)的分類模糊問題。
　　3.從信息融合的角度出發(fā)，提出融合長度特征和子空間特征的多級組合分類器識別方案，利

3、用長度特征進(jìn)行預(yù)分類，縮小WOAO分類算法的搜索范圍，提高識別率。
　　4.在利用經(jīng)典Relief算法對距離像進(jìn)行特征選擇時，若目標(biāo)在某維特征上分布不均勻，則會出現(xiàn)對該維特征的分類有效性評估不準(zhǔn)確的問題，為此提出了改進(jìn)的MRe特征選擇算法，通過加大每對成功分類的樣本對在權(quán)值累積時所占的比重，解決了目標(biāo)分布不均勻?qū)μ卣鳈?quán)值的影響，使得選擇出的特征更有利于目標(biāo)分類。
　　5.針對目標(biāo)識別系統(tǒng)中非庫屬目標(biāo)的拒識問題，研究了一種改進(jìn)