论文部分内容阅读
由于雷达高分辨距离像(High Resolution Range Profile,HRRP)易于获取、数据量小和处理简单等特点,基于HRRP的雷达自动目标识别技术成为雷达信号处理的一个热点研究领域。利用高分辨距离像实现有效的雷达自动目标识别,对于维护国家领土主权完整、推进雷达系统的认知化和智能化具有重要的理论意义和实际工程应用价值。本文重点针对基于HRRP的雷达目标识别技术中的特征提取问题展开具体研究,主要内容如下所述:(1)研究了高分辨距离像的敏感性消除方法,提出了基于帧内最大相似像的帧中心提取方法,该方法选取每个方位帧内与其他HRRP信号具有最大相似性的原始HRRP信号作为该方位帧的帧中心。相比于常用的平均向量帧中心,帧内最大相似像最大程度地保留了高分辨距离像的原始细节信息。(2)针对结构尺寸差别较大的不同目标,在提取等效目标长度、等效强散射点个数等几何结构特征的基础上,利用帧内最大相似像作为帧中心模板有效实现了雷达目标识别。实验表明,帧内最大相似像相比于平均向量的帧中心在基于几何结构特征的雷达目标识别中具有更好的识别效果。同时,提出了一种基于多支持向量机自适应加权融合决策的雷达HRRP目标识别方法,有效实现了多几何结构特征的决策级融合识别。(3)提出了一种基于选择主成分分析的雷达HRRP目标识别方法。该算法从提高重构信号可分性的思路出发,在基于主成分分析的雷达HRRP目标识别方法的基础上,利用Fisher准则选择不同目标间具有最大可分性的主分量对测试HRRP信号进行重构识别。实验表明,相比于基于核主成分分析的雷达HRRP目标识别方法,该方法在降低算法复杂度、提升算法实时性的情况下具有同样良好的识别效果。(4)提出了一种基于堆叠帧内最大相似像-轨迹相似性自编码器的雷达HRRP目标识别方法。该算法在利用深度自编码器自适应提取信号深层次特征的基础上,约束每个方位帧内的所有训练HRRP样本的重构频谱与帧内最大相似像的频谱之间的误差最小的同时,考虑到每个方位帧内训练HRRP样本的轨迹连续性特点,进一步约束相邻的训练HRRP样本的重构频谱之间的误差最小。实验表明,堆叠帧内最大相似像-轨迹相似性自编码器提取的不同目标的深层特征的可分性明显增强,进一步提升了基于深度自编码器的雷达HRRP目标识别效果。