C,+( +*&+’ 基于目标分解的极化雷达飞机识别法 李 莹= 任 勇= 山秀明 -清华大学 电子工程系=北京 $%%%D(. 收稿日期E*%%%&%F&*C 基金项目E国防科技预研基金项目 -C>/>B(B(B/G%$%. 作者简介E李莹-$C>+&.=女-汉.=安徽=博士研究生H 摘 要E尝试将目标分解算法用于高分辨率极化目标的识 别"/> C,+( +*&+’ 基于目标分解的极化雷达飞机识别法 李 莹= 任 勇= 山秀明 -清华大学 电子工程系=北京 $%%%D(. 收稿日期E*%%%&%F&*C 基金项目E国防科技预研基金项目 -C>/>B(B(B/G%$$%."/>

基于目标分解的极化雷达飞机识别法

2012-01-07 6页 pdf 216KB 20阅读

用户头像

is_629803

暂无简介

举报
基于目标分解的极化雷达飞机识别法 !""#$%%%&%%’( )#$$&***+,# 清华大学学报 -自然科学版. /012345678329-":2;0期 *%%$=?@AB($=#@B> C,+( +*&+’ 基于目标分解的极化雷达飞机识别法 李 莹= 任 勇= 山秀明 -清华大学 电子工程系=北京 $%%%D(. 收稿日期E*%%%&%F&*C 基金项目E国防科技预研基金项目 -C>/>B(B(B/G%$$%. 作者简介E李莹-$C>+&.=女-汉.=安徽=博士研究生H 摘 要E尝试将目标分解算法用于高分辨率极化目标的识 别!基于 "#...
基于目标分解的极化雷达飞机识别法
!""#$%%%&%%’( )#$$&***+,# 清华大学学报 -自然科学版. /012345678329-":2;0<:5.= *%%$年 第 ($卷 第 >期 *%%$=?@AB($=#@B> C,+( +*&+’ 基于目标分解的极化雷达飞机识别法 李 莹= 任 勇= 山秀明 -清华大学 电子工程系=北京 $%%%D(. 收稿日期E*%%%&%F&*C 基金项目E国防科技预研基金项目 -C>/>B(B(B/G%$$%. 作者简介E李莹-$C>+&.=女-汉.=安徽=博士研究生H 摘 要E尝试将目标分解算法用于高分辨率极化目标的识 别!基于 "#$%&%’#目标分解法(将各距离分辨单元的极化散 射矩阵分解为 )个简单散射体的散射矩阵(分别代球形散 射体*二面角散射体和螺旋体散射体的散射机理!并利用求 得的 )个幅度参量随径向距离的变化波形(提取反映目标散 射中心位置和物理结构特性的特征!进一步采用 +,-.’#可 分性准则作判据(从原始特征集中选取最佳特征组!对 /种 飞机模型的识别结果表明(此基于矩阵分解的识别法具有较 高的识别率! 关键词E雷达目标识别0极化目标识别0高径向分辨率0目 标分解法 中图分类号E0#C’CI0#C’>B’* 文章编号E$%%%&%%’(-*%%$.%>&%%+*&%( 文献标识码EJ KLMNOPQORSTUSVWPWSXYZLVOQUS[LMWTOPMWR MLQLMLWMRML\PMORSNXWPWSXTOP]SQ _^‘abc=def‘gbc=hijfkalmabc -nOULMPTOXPS\o[ORPMSXWRoXNWXOOMWXN= KVWXN]pLqXWrOMVWPs=tOWuWXNvwwwxy=z]WXL. {ZVPMLRPE 0521 |7|<}7||A2<1 ~7}4<~!<:@"|@12~2@3 ~5<@}# ~@ 5245&}<1@A6~2@3|@A7}2$7~2@3~7}4<~:A7112%2:7~2@3B&}@474<}’1~7}4<~ !<:@"|@12~2@31:5<"<2161报告
尚未见到H 目标分解定理由 56#3<3首先提出=它有助于 利用极化散射矩阵揭示散射体的物理机理=促进对 极化信息的充分利用=受到了雷达工作者的重视H经 过近 +%年的发展=目标分解法大致可以分为 + 类1(2=它们从不同的侧面刻画了目标极化特性E$. 基于 66方法
I*.将 "23:A72}散射矩阵分解为基本矩阵 的加权和的方法=这些基本矩阵往往代表简单基本 的散射机理I+.基于相关矩阵特征分解的方法=从 矩阵的特征矢量和特征值可提取反映物理散射机理 的参量H为了利用目标沿径向距离分布的散射中心 的物理特性进行分类=采用了 &}@474<}提出的简单 直观的 +分量目标分解法1’2=此法属于第二类方法H 万方数据 ! "#$%&%’#三分量目标分解法 在满足互易条件的单基雷达系统中(散射矩阵 为对称复矩阵)众所周知(散射矩阵的元素与正交极 化基的选择有关(为了选择利于目标分类的极化基( 将 *种基本目标在线极化和圆极化基下的散射矩阵 列于表 +(其中 ,为目标相对于水平极化的旋转角) 表 +显示(目标旋转时(圆极化基下散射矩阵元素的 幅值不变)因此(在圆极化基下对简单散射体的分类 较容易) 基于表 +(-./0102.和 3454提出了圆极化基 上的 6分量目标分解法(将目标散射矩阵分解如下 7829:;29:(<=7>?<@7A?( K +L M+ K? 29:= <>29:= K +L M+ K? 29:= <>29:= E8PQIJP(N, >abN, L M>abN, O‘/>N, +N2O9N, + 9 L M9 O+ +N29N, + O9 L MO9 O+ 圆极化基 + K L MK + 29N, K K 2L MO9N, 2O9N, K K L MK + 29N, + K L MK K 66李 莹(等G 基于目标分解的极化雷达飞机识别法 万方数据 式中!"为原始目标距离像的长度#$%&’和 $()%&’ %(#)*+#,’分别代表总的和各极化通道的第 &个 分辨单元的距离像数据-通过各极化通道数据的非 相干积累#信号的信噪比可有明显的改善- 以综合后的目标距离像中若干个最大值的均值 为基准#设定阈值#去除幅值低于阈值的分辩单元# 得到较准确的目标距离像- 因分类特征的提取不涉及目标的绝对幅值#故 预处理算法并未将回波幅度归一化- ./. 目标特征提取 由式%0’计算出各距离分辨单元中 12345462目 标分解法的 7个幅度参数#它们分别代表了各距离 分辨单元中 7个基本散射体的能量大小-由 7参量 的距离像#可提取以下 8类特征! 9’目标长度!经过预处理#可提取较准确的目 标距离像长度#此特征近似反映了对应目标的径向 长度- 0’距离分辨区间:;9#;0<中#球=二面角和螺旋 体在各分辨单元内所占比重之和 >?%;9#;0’*@ ;0 &*;9 A?%&’ AB%&’C AD%&’C AE%&’# %?* B#D#E’# 当距离分辨单元与散射中心的尺寸可比拟时#此特 征大致反映了区间:;9#;0<中#分别与 7种基本散射 体结构相似的散射中心的数目- 7’距离分辨区间:;9#;0<中#球=二面角和螺旋 体所占比重 F?%;9#;0’* @ ;0 &*;9 A?%&’ @ ;0 &*;9 :AB%&’C AD%&’C AE%&’< # %?* B#D#E’/ 当分辨区间:;9#;0<与散射中心的尺寸可比拟时#此 类特征大致反映了区间内的散射中心与 7种基本散 射体的相似程度- 8’距离区间:;9#;0<中#A?%&’%?*B#D#E’极 大值对应的距离分辨单元的位置#大致反映了该区 间散射中心的位置和类型- ./G 特征选择 特征选择的任务是从原始特征集中选出具有代 表性的特征组成新的特征集#从而简化特征的获取 过程和分类器的实现- 据物理意义选择原始特征集#当原始特征集的 维数 H较小时#可采用最优搜索算法#选取 IJH 个特征组成最优特征组-依据特定的可分性判据#最 优特征组是使任意两类间类间距离的最小值最大的 特征组- 可分性准则主要分为!基于距离的可分性判 据=基于概率分布的可分性判据和基于熵函数的可 分性判据-由于一般极化雷达识别应用中样本数据 有限#特征的概率分布难于估算#加之距离判据较直 观#故本文采用基于 KLBE62距离的可分性判据-I 维特征空间中#类 (和 )的 KLBE62距离为 HLBM* %N(O N)’%N(O N)’P Q0(C Q 0 ) # 其中!设 R*%?9#?0#S#?I’为特征矢量#则 N&* 9"& @?TUV5BB%&’R# Q&* @ ?TUV5BB%&’ %RO N&’%RO N&’P/ G 实验结果与分析 所用的实验数据是W目标与环境电磁散射辐射X 国家重点实验室提供的 Y种飞机缩比模型的正交线 极化阶跃变频测量数据-飞机模型尺寸为 9/YZ 0/[\#姿态角为 []横滚角#[]俯仰角#[]Z7[]方位 角#方位角采样间隔为 9]-雷达测量系统的工作频 率为90/YZ9^/Y_‘a#频率步进间隔为0Yb‘a-实 验数据所加噪声为频域复高斯白噪声- 为了使特征具有更好的抗噪性能#将每 Y个分 辨单元合并为一个分辨单元-基于前述 8类特征#选 用了以下分类特征组 9’距离像长度 c6d#大致反映了目标的径向 长度- 0’>B%9#c6d’*@ c6d &*9 AB%&’ AB%&’CAD%&’CAE%&’# 大 致反映了待识别目标中与球形散射体相似的散射中 心的数目- 7’AB波形中#最大的两个极值点对应的分辨 单元在目标距离像中的位置#对应了能量最大的两 球形散射中心的位置- 分类器采用 Kbb 神经网络-用信噪比为 0YDe的 9/Yf9[7个样本训练网络#再用信噪比分 别为 9YDe和 0[De的 9/Yf9[8个样本检测分类 器的性能#分类结果示于表 0-作为参照#信噪比为 9YDe时#基于目标散射中心极化特征的 ‘bb 识 别法对方位角为 []Z9Y]的飞机的识别结果:g<亦列 于表 0中#其中散射中心极化特征的提取采用了极 87 清 华 大 学 学 报 %自 然 科 学 版’ 0[[9#89%^’ 万方数据 化 !"#$%法& 表 ’ 基于目标分解的识别法在两种信噪比下的 正确识别率 识别法 信噪比 () 正确识别率*+ 目标 , 目标 - 目标 . 目标 / 目标 0 平均 目标分解 -1 2234. 22301 22356 2634. 2534. 2436. ,0 26356 25356 263.. 24311 2,356 253-6 788 ,0 2/ 2,34 2.3, 2/35 2-30 2.3- 由表 -可以看出9由于基于目标分解的特征比 基于!"#$%法提取的散射中心极化特征较不敏感于 方位角的变化9加之 :88 神经网络进一步提高了 算法的方位角不敏感性和抗噪性能9使得基于目标 分解的识别算法在较大的方位角范围内具有较高的 识别率& ; 小 结 雷达目标分解算法有助于透过散射矩阵描绘出 散射体的本质物理结构和散射机理9提供充分利用 散射矩阵极化信息的方法9常用于低分辨率雷达目 标识别和遥感目标识别中&将目标分解法用于宽带 极化飞机目标的识别9利用 <"#=>=?".分量分解法 中的幅度参数随距离的变化波形9提取目标散射中 心的大致位置和大致类型作为识别特征9获得了较 高的识别概率& 以上方法只是对基于目标分解的高分辨极化目 标识别的初步尝试9若能细致分析目标的物理结构 特点和散射机理9提出更符合目标散射中心特点的 分解算法以更好地表征目标9则可进一步提高识别 算法的有效性& 参考文献 @ABCBDBEFBGH I,JKL7MN?OP%O9 KQRS T#$=%N>$3 UVWXWY>VW#$ #Z[NXVW\X? \#X>"WY>VW#$(>V>Z#">?"#M\>]?V>"=?VW(?$VWZW]>VW#$I^J3LSSS _">$M‘$Q$V?$$>MQ$(!"#\>=>VW#$9,2209/.@,-Ha,/.5 ,//13 I-JbWXc?"MV?W$! )9b>$(M‘ b9d>"e?": f3T>(>"V>"=?V ]X>MMWZW]>VW#$ >$( W$V?"\"?V>VW#$ e% [?>$M #Z MV"N]VN">X (?M]"W\VW#$M#Ze>]gM]>VV?"MW=$>XMI^J3LSSSQSbb%MV?[M 8>=>YW$?98>%,22,a. 63 I.J王雪松9庄钊文9肖顺平9等3光学区雷达目标空间极化结构 特性描述及识别研究 I^J3电子学报9,2249-5@5Ha.5 /,3 hQRdiN?M#$=9j7UQRdjO>#k?$9iLQ‘bN$\W$=9?V>X3 _O?MVN(%#Z"?]#=$WVW#$>$((?M]"W\VW#$#ZM\>]?\#X>"WY>VW#$ MV"N]VN"?]O>">]V?"WMVW]#Z">(>"V>"=?VW$VO?#\VW]M"?=W#$I^J3 Q]V>SX?]V"#$W]>bW$W]>9,2249-5@5Ha.5 /,3@W$lOW$?M?H I/JlX#N(?bT9!#VVW?"S3Q "?cW?k #ZV>"=?V(?]#[\#MWVW#$ VO?#"?[MW$">(>"\#X>"W[?V"% I^J3LSSS _">$M>]VW#$‘$ d?#M]W?$]?Q$(T?[#V?b?$MW$=9,2259./@-Ha/24 0,43 I0J<"#=>=?"S3R?k(?]#[\#MWVW#$#ZVO?">(>"V>"=?VM]>VV?"W$= [>V"WmI^J3SX?]V"#$W]MK?VV?"M9,2219-5@,4Ha,0-0 ,0-63 I5J陈曾平3雷达目标结构特征识别的理论与应用 IfJ3长沙a国 防科技大学9,22/3 l7SRj?$=\W$=3T>(>"_>"=?VlX>MMWZW]>VW#$>$(Q\\XW]>VW#$ e%8?>$M#ZbV"N]VN">X:?>VN"?MIfJ3lO>$=MO>aR>VW#$>X U$Wc?"MWV%#Zf?Z?$M?_?]O$#X#=%9,22/3@W$l nnnnnn n nnnnnn n o oo o OW$?M?H 研究动态 清华大学 p个教育部网上合作研究中心获准建设 为充分利用现代信息技术促进高等学校之间的联合与合作9发挥设在高等学校的国家重点实验室q国家工程研 究中心等研究基地的辐射作用9探索科技体制改革的新途径9根据我国高等学校的特点和国际发展趋势9教育部于 ,222年 2月正式启动了高等学校网上合作研究中心的建设工作&清华大学有 5个获准建设9它们分别是aLl网 上合作研究中心9牵头单位为清华大学9参加单位为东南大学q北京大学q西安交通大学q合肥工业大学r纳米技术与 微机电系统网上合作研究中心9牵头单位为清华大学9参加单位为北京大学q上海交通大学q东南大学q华中科技大 学r中医药现代化网上合作研究中心9牵头单位为清华大学9参加单位为北京中医药大学r智能科学与技术网上合 作研究中心9牵头单位为浙江大学9参加单位为清华大学r煤燃烧科学与技术网上合作研究中心9牵头单位为华中科 技大学9参加单位为清华大学q东南大学q浙江大学q西安交通大学r核科学与技术网上合作研究中心9牵头单位为北 京大学9参加单位为清华大学q四川大学q兰州大学& 网上合作研究中心的建立是科技改革的一项新举措9是信息技术应用于面向 -,世纪促进高校与研究机构紧密 结合的有益尝试r它不仅可提高高等学校在国内科技领域的竞争实力9确保在国内的科学研究地位9而且将对国家 资源的有效利用产生积极影响& 0.李 莹9等a 基于目标分解的极化雷达飞机识别法 万方数据 基于目标分解的极化雷达飞机识别法 作者: 李莹, 任勇, 山秀明 作者单位: 清华大学电子工程系, 刊名: 清华大学学报(自然科学版) 英文刊名: JOURNAL OF TSINGHUA UNIVERSITY 年,卷(期): 2001,41(7) 引用次数: 4次 参考文献(6条) 1.LI Hsuehjyh.LANE Rongyuan Utilization of multiple polarization data for aerospace target identification 1995(12) 2.Silverstein P B.Sands O S.Garber F D Radar target classification and interpretation by means of structural descriptions of backscatter signals 1991 3.王雪松.庄钊文.肖顺平.曾勇虎.郭桂蓉 光学区雷达目标空间极化结构特性描述及识别研究[期刊论文]-电子学 报 1998(6) 4.Cloude S R.Pottier E A review of target decomposition theorems in radar polarimetry 1996(2) 5.Krogager E New decomposition of the radar target scattering matrix 1990(18) 6.陈曾平 雷达目标结构特征识别的理论与应用[学位论文] 1994 相似文献(1条) 1.学位论文 孟庆宇 宽带极化雷达目标识别研究 2007 随着宽带技术、极化散射测量技术的发展,具有高分辨成像、全极化测量或极化捷变能力的雷达逐渐成为现代雷达发展的主流,为解决雷达目标 识别问题提供了新的途径。将全极化技术与高分辨成像识别技术加以综合成为最有希望解决雷达目标识别问题的技术手段,因此,宽带高分辨雷达与 极化分集相结合成为近年来自动目标识别的一个研究热点。 本文以雷达目标识别的关键技术为主要内容,系统地研究了宽带极化雷达目标识别 技术。首先通过仿真典型涂覆形体的极化散射矩阵,得到五种大小、形状相似的飞机目标在理想情况下的宽带极化散射数据。然后就宽带极化目标识 别各个环节展开研究:在预处理环节,利用机器学习新理论——核非线性表示子,研究了一种目标互易性修正方法,为目标互易性修正提供了一种新 的思路;在特征提取环节,将时频分析方法中的分数傅立叶变换和窄带极化雷达目标特征提取的极化不变量和目标分解方法,用于宽带极化雷达目标 的特征提取;在分类器设计环节,比较五种核非线性分类器,并根据宽带极化雷达目标散射数据的特点,使用融合分类的方法对目标进行分类。 对随机产生的极化散射矩阵进行极化互易性修正实验表明,基于核非线性表示子的极化互易性修正方法较常用的互易性修正方法的修正效果更好;对 文中仿真得到的五种飞机目标的散射数据进行实验表明,所用的特征提取方法是有效的,基于分数傅立叶变换的特征提取方法在高信噪比时有较高的 识别率;在所使用的核非线性分类器中,核非线性表示子在识别率、识别效率等方面综合性能最好;在使用的融合方法中,D-S证据理论方法具有较好 的识别率和抗噪声性能。 引证文献(8条) 1.涂建华.汤广富.肖怀铁.许超 基于极化分解的抗角反射器干扰研究[期刊论文]-雷达科学与技术 2009(2) 2.汪洋.鲁加国.张芬 Cameron分解法在极化SAR图像分析中的应用[期刊论文]-合肥工业大学学报(自然科学版) 2006(09) 3.汪洋.鲁加国.吴先良 极化目标分解在目标分类中的应用[期刊论文]-安徽大学学报(自然科学版) 2006(05) 4.汪洋.鲁加国.吴先良.张长耀 极化目标分解及其在图像分析中的应用[期刊论文]-安徽大学学报(自然科学版) 2005(02) 5.李永祯 瞬态极化统计特性及处理的研究[学位论文]博士 2004 6.李彦鹏 自动目标识别效果评估——基础、理论体系及相关研究[学位论文]博士 2004 7.李晓辉 基于非线性方法的雷达目标识别研究[学位论文]博士 2004 8.曾勇虎 极化雷达时频分析与目标识别的研究[学位论文]博士 2004 本文链接:http://d.g.wanfangdata.com.cn/Periodical_qhdxxb200107010.aspx 下载时间:2009年10月14日
/
本文档为【基于目标分解的极化雷达飞机识别法】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
相关资料
热门搜索
你可能还喜欢

历史搜索

    清空历史搜索