海雜波背景下弱目標(biāo)檢測

海雜波背景下弱目標(biāo)檢測

ID:35107042

大?。?.30 MB

頁數(shù):65頁

時間:2019-03-18

海雜波背景下弱目標(biāo)檢測_第1頁
海雜波背景下弱目標(biāo)檢測_第2頁
海雜波背景下弱目標(biāo)檢測_第3頁
海雜波背景下弱目標(biāo)檢測_第4頁
海雜波背景下弱目標(biāo)檢測_第5頁
資源描述:

《海雜波背景下弱目標(biāo)檢測》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、乂連謹(jǐn)^義聾DALIANUNIVERSITYOFTECHNOLOGY破±享恆巧交MASTE民ALDISSERTATION3HE顯海雜波背景下弱目標(biāo)檢測學(xué)科專業(yè)——__作者姓名殷福亮教*受指導(dǎo)獅志韶副基襄2016年6月答辯日期碩±學(xué)位論文海雜波背景下弱目標(biāo)檢測WeakTaretsDe化ctioninSea日utterg作者姓名:康克成學(xué)科、專業(yè):信息與通信工程學(xué)號:21309075指導(dǎo)教師:殷福亮教授陳話副教授1完成日期:20

2、6年5月3日乂連巧義丈#DalianUniversityofTechnology大連理工大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明作者鄭重寅明:所呈交的學(xué)位論文,是本人在導(dǎo)師的指導(dǎo)下進(jìn)行研究工作所取得的成果。盡我所知,除文中己經(jīng)注明引用內(nèi)容和致謝的地方外,本論文不包含其他個人或集體己經(jīng)發(fā)表的研究成果,也不包含其他己申請學(xué)位或其他用途使用過的成果一同工作的同志對本研究所做的賈獻(xiàn)。與我均&在論文中做了明確的說明并表示了謝意。若有不實之處,本人愿意承擔(dān)相關(guān)法律責(zé)任。學(xué)位論文題目:海雜波背景下弱目標(biāo)檢測作者簽名:嚴(yán)龍艇

3、日期:2016年5月3日__大連理工大學(xué)碩±學(xué)位論文摘要海面上小目標(biāo)的雷達(dá)檢測技術(shù)在港口交通、海浪監(jiān)測、海難和空難搜救、軍事偵察等場合中具有廣泛應(yīng)用,,這在目標(biāo)檢測中。對于海面上的小目標(biāo)其雷達(dá)信號通常較弱是個困難的任務(wù)。此外,海面雷達(dá)信號是典型的非平穩(wěn)隨機(jī)信號,對其進(jìn)行檢測需要選擇合適的特征和檢測器。為了實現(xiàn)海面上弱目標(biāo)檢測,需要在復(fù)雜海雜波背景下,迅速準(zhǔn)確地提取雷達(dá)回波信號中的有用特征信息,并進(jìn)行識別分類。,主要工作如下本文研究了海面弱目標(biāo)檢測技術(shù);1針對海雜波的非平穩(wěn)特性,應(yīng)用H參數(shù)的分?jǐn)?shù)階傅里葉變換來

4、處理海雜波信號,()使易混淆的主目標(biāo)與次目標(biāo)信號特征差別增大,為后續(xù)目標(biāo)識別奠定基礎(chǔ)。tL口,用Hurs指數(shù)、yaunov指數(shù)、分形維數(shù)、多重分)根據(jù)海雜波的非平穩(wěn)特征p一形譜、近似摘等對其進(jìn)行表征種新的聯(lián)合特征向量,,并用遺傳算法優(yōu)化選擇選取了通過特征互補(bǔ),使特征向量更好表征海雜波的特性。3將深度信念網(wǎng)絡(luò)與隱馬爾科夫模型相結(jié)合作為目標(biāo)分類器,應(yīng)用聯(lián)合特征向量作()為模式分類器的輸入進(jìn)行訓(xùn)練,將其用于海雜波信號的分類練完成后,取得了良好;訓(xùn)的實驗結(jié)果。c巧!數(shù)據(jù)選用加拿大MMaster大學(xué)IPIX雷達(dá)數(shù)據(jù)。仿真實驗結(jié)

5、果表明,本文的海)試雜波目標(biāo)識別方法檢測準(zhǔn)確度較高,在低信噪比情況下也具有良好的檢測性能。關(guān)鍵詞:海雜波;弱目標(biāo)檢測;聯(lián)合特征;分?jǐn)?shù)階傅里葉變換;深度信念網(wǎng)絡(luò);隱馬爾科夫模型--1海雜波背景下弱目標(biāo)檢測WeakTargetsDetectioninSeaClu行erAbstractRadardeletltttion:echniuesforsmalltareinseacluerhavebeenusedinortrafficqgp,oceanmonitoring,milit

6、aryreconnaissance,maritimeandairrescue,et;c..Astheradarsignalofsmalltargetinseacluterisveryweak,andisno打statio打ar,itisadifficulttasktodetectyweaktaret.Thecoreofsmalltargetradardetectionishowtoaccuratelyandeffectivelygextractradar

7、taretinformationint;hestro打seaclutterbackround.Generalltheweakgggy,objectdetectionneedstochoosetheappropriatefeaturevectorsandtheclassifier.Thisthesisselectsacombinedfeaturewhichreflectstheseacluttercharacter!巧icsmorerecisel.Theseaclute

8、rdatabasesarefirstrerocessedbthreearameltFpyppyp:erfra

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。