导读:本文包含了极化目标识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:目标,距离,矩阵,特征,分解,谐波,算法。
极化目标识别论文文献综述
盖晴晴,韩玉兵,南华,白振东,盛卫星[1]（2018）在《基于深度卷积神经网络的极化雷达目标识别》一文中研究指出针对宽带多极化雷达,提出将高分辨一维距离像(high resolution range profile,HRRP)与极化信息相结合的算法,获得目标在4种极化组态下的一维距离像并将其组成极化距离矩阵.该算法对目标进行全方位的特征抽取与建模,以适应不同的姿态,有助于减少高分辨一维距离像方位敏感性带来的影响.然后提出了直接基于极化距离矩阵、Pauli分解和Freeman分解叁种特征提取方式对极化距离矩阵进行目标特征的提取,并将获得的目标特征向量结合起来送入搭建的深度卷积神经网络进行训练学习.该方法不仅结合了不同的特征提取方式以对极化距离矩阵进行更全面的特征提取,而且深度卷积神经网络的运用又对目标特征向量进行了深层学习,仿真结果验证了该方法的有效性.(本文来源于《电波科学学报》期刊2018年05期）
翟庆林,刘盛启,胡杰民,占荣辉[2]（2017）在《全极化雷达的多任务压缩感知目标识别方法》一文中研究指出为有效利用全极化雷达高分辨距离像(High Resolution Range Profile,HRRP)的丰富特征信息和全极化样本中各单极化HRRP均对应于相同目标姿态的特性,提出一种基于多任务压缩感知的全极化雷达目标识别方法。该方法约束在不同极化字典中选择来自相同角域的字典原子对相应极化方式下的HRRP进行表示,可以有效利用不同极化HRRP之间的相关信息提高目标识别性能。基于电磁散射数据对所提出的方法进行了测试,实验结果证明了方法的有效性。(本文来源于《国防科技大学学报》期刊2017年03期）
何昌见,孟秀云[3]（2017）在《基于极化不变量的谐波雷达导引头目标识别算法》一文中研究指出为解决基于目标谐波散射系数的FFT识别算法无法有效识别目标全弹道谐波散射特性的问题,采用了基于极化不变量的目标识别算法.根据目标的半导体模型拟合出目标的谐波散射系数,用卡尔曼滤波器对谐波散射系数进行估计.将估计结果作为酉矩阵的对角元素,建立了目标谐波极化散射矩阵及与其对应的功率矩阵,通过就不同的目标进行谐波散射极化计算得到了仿真结果.结果表明,与基于目标谐波散射系数的FFT识别算法相比,目标谐波极化散射矩阵行列式的值及功率矩阵的迹能反映出目标的全弹道谐波散射特性,二者可以作为有效的目标识别特征量.(本文来源于《北京理工大学学报》期刊2017年06期）
宋平[4]（2017）在《基于宽带极化雷达的车辆目标识别研究》一文中研究指出在传统汽车的基础之上,现代汽车越来越往智能化方向发展,智能化发展的汽车能提高驾驶舒适性和行驶安全性。驾驶员辅助系统是基于环境传感器的智能控制系统,汽车雷达作为车辆周围环境探测的主要传感器,可以为车辆控制提供周围目标信息,能更好地提高车辆的行驶安全性和舒适性。本文首先对国内外驾驶员辅助系统的雷达目标识别研究现状做了对比分析,指出目前国内外研究主要是汽车窄带雷达目标识别,对于宽带雷达车辆识别研究较少,并且没有充分利用于车辆目标的极化特征,并从宽带雷达目标识别和提取散射极化特征出发,确定了本文研究内容,并制定了技术路线。其次阐述了雷达散射截面积在车辆识别中的意义,雷达散射截面积的定义,对于雷达散射截面积的求解,对比五种预估方法的优缺点。考虑到车辆表面结构,得出在汽车雷达目标识别领域适用的计算方法是混合法。混合法在计算复杂细节电大尺寸目标时,能综合考虑计算效率和精度。指出依靠雷达散射截面值不能进行车辆分类识别。接着明确了宽带雷达的散射中心定义,研究车辆雷达散射中心意义。利用快速ISAR算法得到车辆散射图像,得到车辆表面主要散射中心分布,用车辆散射中心可以简化表示车辆形状,利用射线追踪方法研究车辆叁个主要散射中心的RCS及其反射形式。然后介绍了极化特性的四种形式,散射矩阵的表示方法。建立了宽带雷达模型,对比不同宽带的车辆目标雷达高分辨距离像,得出了宽带雷达车辆目标识别的优势,通过第叁章得到的车辆散射中心,利用散射矩阵表示全极化散射数据,通过叁种极化分解得出车辆散射中心的极化特征。最后建立了汽车雷达仿真模型,确定了测试参数和测试环境,设定车辆目标速度信号,雷达根据测量得到车辆目标的高分辨距离像,通过提取四种车辆散射中心的极化特征并建立特征样本,仿真叁种典型汽车运行工况,根据散射特征向量进行车辆识别分类,雷达能比较准确识别到目标且能根据散射特征判断车辆目标类型。本文的研究对于宽带雷达识别车辆目标有一定的理论和参考意义,通过宽带雷达极化特征提取技术,雷达能比较及时准确地探测到环境中的车辆目标,对于汽车驾驶员辅助系统以及最终的车辆自动驾驶研究指明了方向。(本文来源于《吉林大学》期刊2017-04-01）
范学满,胡生亮,贺静波[5]（2016）在《对海雷达目标识别中全极化HRRP的特征提取与选择》一文中研究指出充分、有效地利用目标全极化HRRP的特征信息是提高对海雷达目标识别率的研究热点之一。该文利用CST软件仿真建立了7类海上目标在不同方位角下的全极化HRRP数据库。在此基础上,提取了4类共39个特征。提出一种基于归一化互信息(NMI)并利用模拟退火(SA)算法进行优化的全局最优特征选择算法,并命名为NMI-SA。基于HRRP数据集以及9个UCI数据集,利用k-近邻分类器将该算法与另外3种常用的特征选择算法进行对比,结果表明新算法选择的特征具有良好的可分性和较低的冗余度,最终用于分类时的正确率总体优于其余3种算法。最后,用该算法对全极化HRRP的39个特征进行重点分析,选择出25个辨别力强、冗余度低的特征。(本文来源于《电子与信息学报》期刊2016年12期）
吴佳妮,陈永光,冯德军,王雪松[6]（2016）在《基于预分类的全极化HRRP模型匹配目标识别方法》一文中研究指出全极化叁维散射中心模型可准确描述目标的空间几何以及极化特征,已成为目标识别的有效手段之一。针对传统高分辨距离像的匹配算法计算量大、耗时长的不足,提出一种基于预分类的模型匹配目标识别方法,通过目标散射机理分析,对目标进行预分类,减小匹配模型数,然后利用全极化高分辨距离像的散射中心位置与极化信息构造模型匹配函数,实现了目标类别的判定。基于电磁仿真计算数据的识别实验表明,该方法具有良好的目标识别能力,相比于传统方法具有更高的识别正确率以及更低的存储量和计算量。(本文来源于《系统工程与电子技术》期刊2016年09期）
刘盛启,占荣辉,翟庆林,欧建平,张军[7]（2016）在《基于联合稀疏性的多视全极化HRRP目标识别方法》一文中研究指出该文考虑利用连续获取的多视全极化高分辨距离像(High Range Resolution Profile,HRRP)进行目标识别的问题。多视全极化HRRP样本包含了3个层次的先验信息:样本内各分量来自同一目标;单视内4种极化组合方式下的HRRP均对应相同的目标姿态;相同极化方式下的多视观测是相关的。为有效利用上述信息进行目标识别,该文提出一种基于联合稀疏表示的多视全极化HRRP目标识别方法。该方法约束各分量对应的稀疏表示系数共享原子级的稀疏模式。原子级稀疏约束使得从各极化字典中选择来自相同姿态的字典原子对样本中各分量进行稀疏表示,可以有效利用上述3个层次的先验信息进行目标识别。利用目标电磁散射数据对所提方法进行了验证,结果表明,该方法具有较好的识别性能,并且对噪声具有良好的鲁棒性。(本文来源于《电子与信息学报》期刊2016年07期）
宋新景[8]（2016）在《基于极化特征的雷达目标识别技术》一文中研究指出极化特性是雷达目标散射回波的重要特性之一,极化特征能够解析目标的粗细、大小、对称性等信息。随着雷达极化测量技术的逐步成熟,基于极化特征的雷达目标识别日益引起国内外学术界的高度重视。以电磁散射计算仿真的飞机模型为研究对象,在极化不变量理论基础上对这些飞机目标的极化特性进行了试验分析研究,以SVM为分类器,通过功率矩阵的迹和去极化系数可以实现对叁个目标的区分。结果表明,该方法可以有效地将叁个目标进行分类识别。(本文来源于《雷达科学与技术》期刊2016年01期）
陈曦,吴涛,陶利,钟雪莲[9]（2015）在《极化SAR发展需求及其目标识别关键技术》一文中研究指出SAR是常用的对地观测手段之一,愈来愈多的现代SAR系统也都具备观测不同极化雷达信号下目标后向散射的能力,丰富的极化信息常被用来改善目标检测和识别等效果,极化SAR技术已成为近年SAR领域的研究热点。本文首先介绍了世界各国从机载极化SAR系统到星载极化SAR系统的发展现状,然后从日益迫切的目标识别需求出发,阐述了实现和改进极化SAR目标识别能力的关键技术,即极化定标、极化目标分解以及极化干涉,并概括了各自的重要作用及应用特点,最后分析和总结了极化SAR技术的应用前景。(本文来源于《科技视界》期刊2015年16期）
张玉玺,王晓丹,姚旭,雷蕾[10]（2014）在《基于复数全极化HRRP的雷达目标识别》一文中研究指出针对实数单极化高分辨率一维距离像(high resolution range profile,HRRP)缺失了目标的极化信息和相位信息的问题,研究了复数全极化HRRP目标特征提取方法,为合理有效运用所提取的目标信息,提出一种基于Bagging的选择性集成算法,并在此基础上设计了复数全极化HRRP目标识别方法,最后通过实验验证该方法具有良好的稳健性和可分性。(本文来源于《系统工程与电子技术》期刊2014年02期）
极化目标识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为有效利用全极化雷达高分辨距离像(High Resolution Range Profile,HRRP)的丰富特征信息和全极化样本中各单极化HRRP均对应于相同目标姿态的特性,提出一种基于多任务压缩感知的全极化雷达目标识别方法。该方法约束在不同极化字典中选择来自相同角域的字典原子对相应极化方式下的HRRP进行表示,可以有效利用不同极化HRRP之间的相关信息提高目标识别性能。基于电磁散射数据对所提出的方法进行了测试,实验结果证明了方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
极化目标识别论文参考文献
[1].盖晴晴,韩玉兵,南华,白振东,盛卫星.基于深度卷积神经网络的极化雷达目标识别[J].电波科学学报.2018
[2].翟庆林,刘盛启,胡杰民,占荣辉.全极化雷达的多任务压缩感知目标识别方法[J].国防科技大学学报.2017
[3].何昌见,孟秀云.基于极化不变量的谐波雷达导引头目标识别算法[J].北京理工大学学报.2017
[4].宋平.基于宽带极化雷达的车辆目标识别研究[D].吉林大学.2017
[5].范学满,胡生亮,贺静波.对海雷达目标识别中全极化HRRP的特征提取与选择[J].电子与信息学报.2016
[6].吴佳妮,陈永光,冯德军,王雪松.基于预分类的全极化HRRP模型匹配目标识别方法[J].系统工程与电子技术.2016
[7].刘盛启,占荣辉,翟庆林,欧建平,张军.基于联合稀疏性的多视全极化HRRP目标识别方法[J].电子与信息学报.2016
[8].宋新景.基于极化特征的雷达目标识别技术[J].雷达科学与技术.2016
[9].陈曦,吴涛,陶利,钟雪莲.极化SAR发展需求及其目标识别关键技术[J].科技视界.2015
[10].张玉玺,王晓丹,姚旭,雷蕾.基于复数全极化HRRP的雷达目标识别[J].系统工程与电子技术.2014
论文知识图
