窄带雷达飞机目标特征提取与分类器设计研究

摘要

雷达照射到目标时，电磁波会被反射，当目标为运动目标时，反射电磁波与入射电磁波的频率会产生差异，这种现象被称为多普勒调制效应。通常，运动目标上往往还存在一些相对主体运动的微动部件，如飞机旋翼、涡扇发动机叶片、车轮等，这些微动部件也会对雷达回波产生多普勒调制，这就是微多普勒调制。微多普勒调制中包含了目标微动部件的物理结构与运动信息，可以用于实现窄带目标的分类。本论文研究了基于微多普勒调制的飞机目标分类，主要包括以下三个方面：
　　1.介绍了飞机旋翼的雷达回波信号参数模型，结合该模型生成了仿真数据，分析了不同参数对回波信号产生的影响。针对雷达回波数据中存在的雷达天线方向图调制问题，提出了一种自适应的解调方法，基于实测数据的实验结果表明，该方法能够有效消除雷达天线方向图调制效应。最后，分析了三类飞机的仿真回波信号，验证了三类飞机回波中的微动分量存在较明显的差异。
　　2.提出了一种基于复数局部均值分解(Complex Local MeanDecomposition，CLMD)的特征提取方法。这种特征提取方法首先通过CLMD将原始目标回波信号自适应地分解为一系列不同频率的信号分量，然后从这些信号分量中提取六种反映微动分量差异的特征。实验表明，基于所提特征能较好的实现对三类飞机的分类。
　　3.针对传统支持向量机分类器存在的参数优化过程复杂等问题，引入了随机森林分类器对飞机进行分类。实验结果表明，对于三类飞机分类这个应用场景，随机森林分类器的泛化性能、计算复杂度、参数敏感性都优于支持向量机分类器。随后，介绍了随机森林分类器的特征评价功能，对比实验验证了其对特征评价的合理性。在此基础上，提出了一种特征选择方法，仿真以及实测数据的实验结果表明，所提出的特征选择方法在保证分类性能的前提下，显著降低了特征维度。

目录

声明

插图索引

表格索引

符号对照表

缩略语对照表

第一章 绪论

1.1 雷达自动目标识别综述

1.2 微多普勒效应研究现状

1.3 飞机目标分类中微多普勒效应的研究

1.4 研究内容安排

第二章 旋翼回波建模及微动特性分析

2.1 引言

2.2 旋翼参数模型建立

2.3旋翼回波信号分析

2.4 本章小节

第三章 基于CLMD分解的飞机分类方法

3.1 引言

3.2 飞机目标分类流程

3.3 局部均值分解

3.4 基于局部均值分解的飞机目标分类

3.5 本章小节

第四章 随机森林分类器与特征选择

4.1 引言

4.2 随机森林分类器

4.3 基于随机森林分类器的特征选择

4.4 基于随机森林分类器的最佳特征集选择

4.5 本章小节

第五章 总结展望

5.1 论文工作总结

5.2 工作展望

附录

参考文献

致谢

作者简介