生命探测雷达目标辨识算法研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:newrevon
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
生命探测雷达在灾难救援、军事反恐、医疗监测等领域都获得了广泛的应用,而其中利用雷达回波对有生命目标生命信号的提取和目标种类辨识更是日益受到关注。然而,当前针对生命探测雷达的研究主要局限于无障碍物遮挡情况下的目标检测,同时基于呼吸心跳频率的有生目标分类也有赖于操作人员的视觉检测。然而在作战、反恐和救援等实际应用场景之中,短时间内检测到被障碍物掩盖的生命目标的生命特征信号并且迅速利用特征分析分辨出生命目标的生物种类的能力具有重要的民用和军事价值。为此,本文将穿墙雷达生命目标特征提取和辨识作为研究的重点。本论文首先介绍了超宽带步进频雷达信号的数学模型建立和高距离分辨率成像的原理。此外,对生命目标呼吸心跳和身体运动进行数学建模,在此基础上建立了雷达回波模型,推导出了目标的雷达回波信号解析式,提供给呼吸心跳特征提取和分类研究工作以理论模型基础。针对穿墙条件下呼吸心跳信号强度明显低于静止障碍物回波和噪声的问题,本文通过第二章中建立的呼吸心跳模型,研究了一种结合反馈脉冲对消零频杂波消除,多重自相关去噪,以及经验模态分解特征提取的生命特征提取算法。通过MATLAB仿真和实测数据实验验证了算法有较好的可行性。针对呼吸心跳微动信号频率很低难以分辨的问题,本文对新近提出的一种时频分析方法——同步挤压S变换(SSST)进行探究,该算法在电力信号分析和地震信号处理方面已经取得了较好的效果。本文将其应用到呼吸心跳时频分布的分析问题中,通过实验对比其与短时傅里叶变换的时频分析效果,发现SSST频率分辨率明显优于短时傅里叶变换,更适合低频复杂信号分析。最后研究了基于深度学习的时频图分类算法,本文采用卷积递归网络(CRNN)模型,使其应用于时频分布图的特征提取和分类。实验验证该模型辨识精度达96%,比传统图像特征SVM分类和卷积神经网络分类效果分别提高了5.65%和4.25%。为了支持论文上述研究工作,本文利用频率范围在0.9-1.6GHz,351频点的步进频雷达进行大量实验数据采集,并提取实测人和动物的呼吸心跳特征进行实验分类测试,对本文所的算法理论进行了实验验证
其他文献
高光谱遥感图像不仅记录了二维平面的空间信息,还包含了数百通道的光谱数据。由于空间分辨率的有限,高光谱图像中普遍存在多种物质混合而成的高光谱像元。从高光谱像元中分离出混合物质的光谱及其相应比例,即高光谱解混,是一项关键的高光谱遥感技术。伴随着日渐成熟的高光谱成像技术,解混方法得到了长足的进步和发展,其中的无监督盲源解混是一个普遍而又具有挑战性的问题,将自编码网络应用于无监督解混是近年来的一个热门方向
正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM)是一种将频率选择性衰落转换为平坦衰落的多载波调制技术。OFDM系统在进行相干检测时通常需要进行信道估计以获取信道状态信息,带来了较高的实现复杂度。在动态复杂的多径信道环境下,信道状态信息难以获得,信道估计往往需要更复杂的估计算法或插入更多的导频来确保信道估计结果的准确性,这样就付出了很
雷达辐射源信号的参数测量、分选是现代电子战中至关重要的环节,其先进程度可以代表一个国家电子对抗系统的发展水平。随着雷达技术的发展,以及电磁环境的日益复杂,如何准确、有效、快速的对接收到的雷达脉冲进行参数测量、分选成为相关研究人员进行侦察设备软硬件设计时的重要考量。本文主要研究复杂信号环境下的被动雷达信号处理关键算法,提出使用CPU+GPU异构系统对整个数据处理流程进行优化实现,具体包括以下几个部分
射频识别(Radio Frequency identification,RFID)技术是物联网的重要技术之一,在城市公共安全、现代化智能家居、智能交通出行、农业环境监测等领域被广泛应用。RFID系统中的无线通信方式使得RFID系统面临着信道窃听,标签或阅读器伪造,标签跟踪,重放信息,信息篡改,去同步攻击等诸多安全威胁。由于资源受限的问题,传统加密算法和认证协议无法直接应用到射频识别系统当中,因此探
近年来,物联网技术不断发展,射频识别(Radio Frequency Identification,RFID)作为物联网感知层关键技术受到了国内外学者的关注。RFID系统前端是基于开放的无线通信环境,这使得存在于无线信道的窃听、跟踪、重放、拒绝服务等攻击都可以在RFID系统中实施,从而造成安全与隐私泄露问题。供应链环境下,携带标签的物品要发生多次易手,仅物品的易主是不完整的,需要进行标签的所有权转
单目标跟踪作为视觉目标跟踪领域的基础分支,涌现了一批基于深度学习的跟踪模型,其中基于深度孪生神经网络的单目标跟踪模型在跟踪鲁棒性和实时性两方面达到了良好的平衡,成为影响最广泛的单目标跟踪模型。为了满足实时跟踪的需求,此类跟踪模型根据视频初始目标外观初始化模型参数,在跟踪过程中模型参数保持固定。然而视频后续帧的目标外观相比于初始目标外观一般会发生显著变化,若跟踪模型不进行参数更新,将无法学习到后续目
随着高通量测序技术的快速发展,具有组织位置信息的基因表达数据可以被测量。这对于剖析多细胞生物中细胞的功能和表型至关重要,彻底改变了组织功能和疾病病理学的研究,也使得空间转录组学的相关研究成为当今生命科学和医学研究的国际前沿。但是其潜力受到当前数据分析策略的限制,目前的大多数研究都是研究单个基因的空间表达模式的识别,而忽略了多个基因之间的影响,但是基因与基因之间相互影响的高阶相互作用已被证明对理解基
本文是一篇英译汉翻译实践报告,其源文本选自于IEEE期刊,是一篇典型的科技文本。该文本讲述了关于5G技术的演进过程,讲述了5G发展各个阶段中技术的革新与进步。尤金·奈达的功能对等理论核心原则就是使译文读者获得与原文读者相同的反应。为了使科技英语翻译既能准确传达科技文本中的信息,又能使原文和译文实现最自然、最贴近的对等,本文在科技英语文本的翻译中尝试运用了尤金·奈达的功能对等理论。本文在功能对等理论
学位
学位