论文部分内容阅读
目标识别技术已成为雷达研究领域的重要分支,在现代化战争中发挥着重要作用。由于战争环境复杂多变、非合作目标的机动性较强、反侦测诱饵干扰技术不断进步、目标特征数据利用率低等原因,导弹识别技术面临着严峻的挑战。用于弹道导弹识别的特征通常包括雷达高分辨一维距离像(HRRP)、RCS、极化、微动、ISAR图像等特征。随着研究的深入,一系列特征提取算法与分类算法逐渐成熟,针对不同的弹道导弹目标,适用的特征提取算法与分类算法也会有所差异。本文分析了导弹识别算法库的需求,研究了多种目标特征提取算法和目标分类算法,完成了基于Oracle数据库的导弹识别算法库的软件编写和调试。导弹识别算法库主要包含三类数据表:训练数据与识别数据表、特征提取算法与分类器算法输入参数表、分类器模板表。特征提取算法包括主成分分析算法、基于Fisher准则的线性判别分析算法、独立成分分析算法、多维尺度分析算法。分类器包括模糊分类器、神经网络分类器、支持向量机分类器和稀疏表示分类器。导弹识别算法库通过MATLAB引擎调用的方式在Qt中调用由MATLAB实现的特征提取算法和分类算法函数。针对不同的弹道导弹目标,通过大量的实测数据训练,对一系列参数进行调节,选取适当的特征提取算法与分类器组合,导弹识别算法库完成了弹道导弹的识别。论文绪论部分介绍了导弹识别算法库的研究背景,包括弹道导弹防御系统的发展现状、弹道导弹目标识别的基本流程、导弹识别算法库的主要功能以及本文的主要工作。第二章研究Oracle数据库以及关系数据库的基本原理,包括体系结构、存储分配以及索引等内容。第三章研究软件中主要使用的特征提取算法与目标识别算法。第四章设计和研究导弹识别算法库的各个功能模块,并从软件扩展性角度给出了数据库表单设计技巧。第五章详细的介绍了导弹识别算法库的运行流程,给出了训练过程与识别过程的流程图,用实测数据验证了导弹识别算法库的主要功能。第六章对全文进行了总结与展望。