基于子空间和神经网络的雷达目标识别软件设计

摘要

合成孔径雷达技术可以穿透云雾、可以昼夜工作、高分辨成像等特点,是当前非常重要的对地观测与军事侦察技术。在国民经济领域,通过SAR成像系统能够及时了解不同地区的地面目标情况与环境变化的情况,能够在农业生产、环境监测、资源勘查和防灾减灾等遥感应用领域发挥非常重要的作用。在国防建设中,通过SAR成像系统能够提供地面运动目标和军事目标的高分辨率机载SAR图像,在战场侦察、打击评估等领域有重大的军事应用需求。
　　本论文研究目的是利用先进的高分辨率SAR图像,进行地面典型目标的识别和分类技术研究,并建立相应的典型目标样本库,完成SAR图像目标特征提取及自动识别等功能。
　　论文成果可应用于星载SAR和机载SAR雷达系统,它的成功研发将提高这些系统的实际应用水平,提高星载和机载SAR图像的信息获取和数据处理能力,并可提高目标信息的可信度,降低目标或事件的模糊度,改进对目标或事件的探测能力,完成对战场态势和威胁的实时和完整评估,包括位置和身份估计,以及态势评估和威胁估计。论文成果还可应用于国民经济领域,比如城市规划,资源管理,农作物监控等。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 项目简介

1.2 国内外现状与意义

1.3 本文主要工作与结构安排

第二章 雷达目标分类识别的特点

2.1 简介

2.2 SAR图像的分类识别

2.3 SAR图像的基本特性

2.4 SAR图像的目标分类

2.5 本章小结

第三章 基于子空间和神经网络的雷达目标识别算法

3.1 目标特征提取和选择

3.2 神经网络分类方法

3.3 子空间检测算法

3.4本章小结

第四章 雷达目标识别软件功能设计与实现

4.1 软件功能与模块

4.2 菜单和界面设计

4.3工程管理模块

4.4 想定信息编辑模块4.4.1 功能

4.5 参数管理模块4.5.1 功能

4.6 目标识别模块4.6.1 功能

4.7 图像评估模块4.7.1 功能

4.8 结果管理模块4.8.1 功能

4.9 结果显示模块4.9.1 功能

第五章 软件测试与应用

5.1 软件功能测试

5.2软件应用测试

5.3 本章小结

第六章 结论

致谢

参考文献