基于支持向量机的飞机运动模式识别研究

摘要

在现今信息化战争中，利用一切探测感知手段探测出有用信息变得至关重要，信息越充足，对制定战略越有帮助，越容易掌握战争中的主动权，并最终赢得胜利。由于电子干扰技术在现代化战争中也得到了广泛应用，因此如何对抗电子干扰，识别出电子干扰源，做出正确的应对战略具有重要意义。为了应对敌方的电子干扰，需要对雷达信号处理相关技术进行更深入的研究然后探索新的方法来解决问题。无源雷达具有隐蔽性好、生存力强等优点，而目前基于无源雷达的目标探测和定位都是根据多站点来解决的，本文为了探索新的方式来处理目标识别问题，研究单个地基无源雷达接收来自飞行过程中机载雷达发射的直达电磁波信号，提出将时频分析和支持向量机结合的方法来处理该信号以正确识别飞机运动模式。本文的研究内容只是对有源干扰的电子干扰机识别的一部分，作为理论研究，主要针对的是对远距离的、机载雷达为全向天线的飞机运动模式的识别，考虑了匀速直线运动、匀速圆周运动、匀速椭圆跑道运动和匀速8字形轨迹运动这四种运动模式。具体工作如下：
　　(1)以匀速直线运动模式、匀速圆周运动模式、匀速椭圆跑道运动模式和匀速8字形轨迹运动模式这四种运动模式，根据雷达方程和实际飞机飞行速度、电磁波载频、立体空间相对位置、噪声等模拟雷达接收机接收信号。
　　(2)在飞机飞行过程中，由于其相对于无源雷达接收站的径向速度在时刻变化，所产生的多普勒频移也会随时间改变，以此为出发点，采用对非平稳信号具有良好分析效果的时频分析方法：希尔伯特-黄变换（HHT），对接收机接收到的电磁信号进行分析，研究不同运动模式下其多普勒频率变化规律。
　　(3)根据不同运动模式下多普勒频率时频谱特点及总体经验模态分解(EEMD)的分解特性，提出以本征模函数的能量占比作为特征向量，然后采集多组样本数据，通过模式识别算法支持向量机（SVM）学习训练最后识别，判断出飞机的运动模式属于哪一种。
　　本文最终通过单个地基无源雷达接收的来自飞行过程中机载雷达发射的直达电磁波信号，结合时频分析和支持向量机的方法完成了对匀速直线运动、匀速圆周运动、匀速椭圆跑道运动和匀速8字形轨迹运动的正确识别，识别率达86.25％，为电子干扰机的识别提供了新的思路。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究背景及意义

1.2 国内外研究概况

1.3 研究内容及文章节安排

第二章 时频分析方法的研究及比较

2.1 时频分析的基本概念

2.2 短时傅里叶变换原理

2.3 Wigner-Ville分布

2.4 希尔伯特-黄变换

2.5 本章小结

第三章 机载雷达多普勒特性时频分析

3.1 总体经验模态分解

3.2 机载雷达多普勒特性时频分析

3.5 本章小结

第四章 支持向量机概述

4.1 支持向量机的统计学习基础

4.2 支持向量机算法

4.3 多分类支持向量机

4.2 本章小结

第五章 特征提取及模式识别

5.1 提取特征向量

5.2 模式识别实验

5.3 本章小结

第六章 全文总结与展望

6.1 全文总结

6.2 后续展望

致谢

参考文献

攻读硕士学位期间取得的成果