基于深度学习的HRRP识别姿态敏感性分析

特征提取是基于高分辨距离像(high resolution range profile, HRRP)的雷达目标识别的关键技术之一。传统人工提取特征的算法,仅利用浅层结构特征,无法有效解决姿态敏感性问题,从而限制了目标识别方法的泛化性。对此,提出一种基于深度学习的目标识别方法,并通过详细的姿态角性能测试分析了该方法的应用边界条件。通过构造适合处理HRRP的卷积神经网络(convolutional neural network, CNN)模型,充分发掘目标深层次姿态不敏感属性特征,完成高精度目标识别。基于实测数据的实验结果表明,所提方法具有一定的抗姿态敏感性特性,边界条件分析可为该方法的工程化应用提供指导。

中段目标高分辨距离像姿态敏感性影响度量方法

高分辨距离像(HRRP)存在散射中心模型改变、越距离单元走动、闪烁现象三个方面的姿态敏感性,同时影响距离像预处理、特征选择、模板生成等方面。为了区分不同姿态敏感性对距离像识别的影响,从而研究针对性的解决办法,首先在识别理论框架下,建立了"HRRP姿态敏感性影响水平统计模型"作为姿态敏感性对目标识别性能影响的定量分析工具。其次,针对弹道中段目标识别问题,定量分析了中段目标HRRP的姿态敏感性。暗室实测数据表明,闪烁现象与越距离单元走动对HRRP识别的影响程度相近。最后,通过比较聚类模板生成算法和邻近姿态角模板生成算法,验证了基于姿态敏感性影响水平分析方法的有效性。此分析方法对于弹道中段目标识别具有一定的参考价值。

中段目标高分辨距离像姿态敏感性分析

高分辨距离像获取简单且能够提供目标部分几何结构信息,在导弹目标识别中有着重要的应用。针对高分辨距离像姿态敏感性问题,采用基于逆合成孔径雷达(ISAR)像提取导弹目标的二维散射中心分布,具体分析各姿态下散射中心在距离分辨单元内的分布情况,计算高分辨距离像(HRRP)突变时各散射中心之间的相位关系。结合HRRP的数学模型,解析了突变现象的产生原因,得知距离分辨单元内散射中心点之间的干涉会导致HRRP严重的姿态敏感,并经过实验分析了距离分辨单元内散射中心对HRRP的具体影响。

无人机精确着陆控制技术研究

固定翼无人机着陆性能是限制其发展的重要因素,提升其着陆性能有重要的现实意义。聚焦于着陆中的浅下滑段,对固定油门的传统着陆控制方法进行分析并指出其存在的缺陷。通过姿态、速度和下沉率关系引出过程速度控制和末端速度控制的必要性,提出油门速度闭环控制方案。该方案解决了触地姿态安全问题,大大提高了着陆的精度。

利用GPS载波相干测量技术确定空间飞行器姿态研究(一)

利用GPS技术确定姿态是九十年代才兴起的新技术,在这项技术中存在的主要技术难题是载波相位整数模糊的解算、导航星观测几何的优化等问题,本文基于差分技术研究了这项技术在空间飞行器姿态确定方面的应用。

雷达高分辨距离像分帧新方法

针对雷达高分辨距离像的姿态敏感性问题,提出了一种新的分帧方法.首先分析了距离像频谱幅度的统计特性并假设其服从联合高斯分布,之后使用概率主分量分析模型对各个子帧内频谱幅度建模并用期望最大化算法求取模型参数,最后依次合并Kullback-Leibler距离最小的相邻子帧来完成分帧.实测数据的分帧结果与识别率均表明了该分帧方法的有效性.

基于高分辨一维像的目标特征提取方法

雷达高分辨一维像反映了目标的精细结构和材料质地,但它具有姿态敏感性和平移敏感性,直接利用一维像进行目标识别难以取得理想的效果。文中基于雷达高分辨一维像,提出了能量聚集区长度、强散射中心数目、一维像序列的方差和"信源熵"等4个具有平移不变性的特征概念,将其构成特征向量,并用实测数据验证其可行性和有效性,取得了较好的效果。

基于样本紧密度的雷达高分辨距离像识别方法研究

模板库是基于高分辨距离像(HRRP)进行雷达自动目标识别的关键。由于真实目标复杂的电磁散射特性及背景杂波的存在,基于传统平均HRRP模板库的目标识别方法的实用性能有限。该文分析了雷达目标HRRP样本集在单位超球面上的空间分布特征,构建了"类心+紧密度球"特征模板库,定义了基于紧密度球的距离度量方法,最后提出基于样本紧密度的HRRP识别方法。基于公共MSTAR数据的实验结果表明该方法具有良好的工程实用性能。

一种优化K近邻准则及在雷达HRRP目标识别中的应用

针对雷达高分辨距离像的姿态敏感性,利用各目标在各种姿态下的雷达高分辨距离像样本和其局部聚散程度信息,调节各样本的局部有效作用范围,使得其统计置信水平达到可信的范围内,从而对二分类的K近邻测度距离和判决准则进行了优化,最后通过一对一法将其推广到解决多类目标的识别问题.实验证明该方法相对于传统的K近邻方法可有效提高识别率,尤其当类别增多时,性能改善显著.

基于匹配度的闪烁HRRP谱特征分析

在未发生散射点越距离单元走动(Moving Through Range Cell,MTRC)的角域内,闪烁现象是导致高分辨距离像(High Resolution Range Profile,HRRP)波动的主要原因。该文基于匹配度准则定量分析闪烁时HRRP常用谱特征(幅度谱、功率谱及高阶谱)的变化规律,比较各种谱特征受闪烁影响的强弱及原因,以获得定量的结论指导谱特征的选择。蒙特卡罗实验和暗室实测数据均表明:闪烁对HRRP谱特征的影响与闪烁散射点在目标能量中所占比重、闪烁区间的远近有关;除此之外,闪烁对高阶谱的影响还与高阶谱的阶数有关;常用谱特征中,功率谱受闪烁的影响最弱。

一种自适应角域模板建立方法研究

模板匹配方法是一种常用的一维距离像识别方法。针对该方法应用中的姿态敏感性问题,提出了自适应姿态角域平均一维距离像模板建立的方法。通过理论分析证明平均一维距离像具有良好的稳健性。姿态角域平均一维距离像相关性分析表明自适应姿态角域平均一维距离像可以表征目标不同姿态下的一维距离像。利用实测数据,通过仿真测试表明自适应姿态角域平均一维距离像模板建立方法是可行的。

一种一维像模板建立方法研究

针对HRRP目标识别中的小样本敏感性和姿态敏感性问题,利用斯皮尔曼等级相关法进行一维像相关性分析,提出了基于小训练样本的等间隔角域建模方法。在此基础上结合新入库一维像提出了自适应角域建模方法。利用外场采集数据,通过斯皮尔曼等级相关系数判决准则进行模板匹配仿真测试,表明本文提出的模板建立方法是有效可行的。

雷达高分辨距离像闪烁现象机理分析

高分辨距离像(HRRP)的姿态敏感性是影响雷达自动目标识别性能的主要因素.传统理论分析认为:在不发生散射点越距离单元走动(MTRC)的姿态内,HRRP具有一定的稳定性,相似度很高.然而,对暗室实测数据的观察表明:即使没有发生散射点MTRC,HRRP的相似度有时并不是很高,而且会出现异常HRRP.本文从基于散射点模型的HRRP形成入手,分析这些异常HRRP的产生原因——闪烁现象.建立了闪烁现象的数学模型并以此为基础分析了闪烁时HRRP的"伪双峰"特点.同时,推导了闪烁现象的发生条件及发生概率随雷达载频的变化规律,最后用暗室实测数据验证了文中关于闪烁现象的理论分析的正确性.