文摘
英文文摘
声明
1绪论
1.1雷达目标识别的概述
1.2用于雷达目标识别中的模式识别技术
1.3本文的主要工作
2 基于距离—极化矩阵的SVM雷达目标识别算法
2.1基于距离—极化矩阵的特征提取的原理
2.1.1一维距离像的获取
2.1.2极化信息和距离分辨信息的结合
2.2支持向量机算法的基本原理
2.2.1机器学习及其主要的实现方法
2.2.2支持向量机基础
2.2.3多类支持向量机
2.3计算机仿真结果
2.3.1仿真背景和条件
2.3.2典型条件下的仿真流程
2.3.3仿真程序及其仿真结果
2.4 小 结
3基于微多普勒效应的雷达目标识别算法
3.1雷达目标的微多普勒效应
3.1.1微多普勒效应的介绍
3.1.2微多普勒信号
3.1.3目标振动引起的微多普勒信号
3.1.4目标自转引起的微多普勒信号
3.1.5目标旋动引起的微多普勒信号
3.1.6目标翻滚引起的微多普勒信号
3.2改进Greco软件实现运动目标的RCS的仿真
3.2.1具有径向运动的目标的RCS计算
3.2.2振动目标的RCS计算
3.2.3翻滚目标的RCS计算
3.2.4自转目标的RCS计算
3.2.5旋动目标的RCS计算
3.2.6用STFT对动态目标RCS进行时频分析
3.3基于微多普勒效应的特征信号提取
3.3.1一种提取微多普勒信号的方法——经验模型分解
3.3.2 EMD算法的步骤
3.4分类器设计——最近邻算法
3.5仿真识别结果
3.5.1仿真背景和条件
3.5.2仿真流程
3.5.3仿真结果
3.6小结
结束语
致 谢
参考文献
附录