【摘 要】
：
逆合成孔径雷达（ISAR）受环境干扰和非合作目标复杂的运动状态影响,其成像结果通常存在分辨率低,噪声强等问题,而不清晰的成像结果也会对后续的目标识别造成不良影响,因此ISAR成像和识别一直是雷达领域的重要研究方向。本文利用逆合成孔径雷达成像原理,重点研究了基于深度学习方法的机动目标自聚焦成像方法、基于卷积神经网络的目标识别等关键技术。本文首先说明了逆合成孔径雷达成像的整体流程,包括距离压缩,运动补
论文部分内容阅读
逆合成孔径雷达（ISAR）受环境干扰和非合作目标复杂的运动状态影响,其成像结果通常存在分辨率低,噪声强等问题,而不清晰的成像结果也会对后续的目标识别造成不良影响,因此ISAR成像和识别一直是雷达领域的重要研究方向。本文利用逆合成孔径雷达成像原理,重点研究了基于深度学习方法的机动目标自聚焦成像方法、基于卷积神经网络的目标识别等关键技术。本文首先说明了逆合成孔径雷达成像的整体流程,包括距离压缩,运动补偿和方位压缩等处理方法。之后详细的介绍了距离-多普勒算法和基于时频分析的瞬时成像算法,通过对不同目标的仿真数据和实测数据成像来说明成像方法的有效性,并讨论了不同成像方法的特性及优缺点。其次,针对传统时频分析方法无法同时满足时频聚焦性高和无交叉项的问题,本文提出一种基于Res U-Net网络的ISAR自聚焦成像算法,利用Res U-Net网络对基于短时傅里叶变换的成像结果进行后处理,实现了成像质量的提升并抑制噪声。本文利用不同目标的实测和仿真数据验证了算法的可行性,并以图像熵作为图像质量的评判准则,将所提出的算法与经典算法对比分析。除此之外,针对ISAR像由于干扰和变形难以提取形态特征的问题,设计了可以自动提取有效特征的基于卷积神经网络的ISAR像识别方法。首先对数据集进行扩充和增强,再采用VGG16,Goog Le Net,Alex Net等经典卷积神经网络的巨量参数拟合ISAR像和所属类别的关系。对于飞机目标,在对雅克-42、安-26、奖状飞机三类飞机的识别任务中,表现最优的网络为Goog Le Net,优化后准确度提升到99.7%。利用基于Res U-Net算法所成的飞机数据集识别准确率高于基于STFT的成像算法,说明了提升成像性能对提升识别能力的有效性。对于舰船目标,在对大型船、小型船、军舰三类舰船的识别任务中,表现最优的网络为VGG16,优化后准确度提升到97.1%。
其他文献
针对特高含水老油井产出液含油水气砂四相的情况,对油水气砂四相旋流分离器进行了设计研究,并采用理论分析和数值模拟相结合的方法,研究了特高含水条件下实现产出液油水气砂四相分离过程中的流场特性和分离情况。首先,通过对多相流分离技术的理论分析建立了多相流分离器的初始模型;然后,利用流体仿真的方法对分离器初始模型各部分的结构进行参数优化;最终,通过对比流体仿真得到的仿真结果,选出了油水气砂四相分离器的最优结
粘弹性的强衰减地质构造会带来地震波的振幅减弱和相位失真,而常规的逆时偏移补偿方法难以获得较高的成像分辨率。本文围绕深度学习方法对地震波逆时偏移补偿工作展开研究,结合地球物理反演的核心思想,提出并实现了基于深度学习的地震波逆时偏移补偿方法,提高了地震资料成像分辨率。首先,本文系统总结了影响地震波衰减的因素及参数,并对其物理机制进行深入探究,列举了品质因子Q的几种求取方法。对于深度学习网络架构,本文针
光学纳米天线是微纳光学领域中的热点前沿之一,在光热生物传感、自发辐射、纳米激光、非线性开关和太阳能电池等领域具有重要的应用价值和极大的开发潜能。由于纳米颗粒的多极子共振模式产生的电磁场会产生相干效应,从而导致纳米天线的近场增强机理和远场散射效应不是非常清楚。本文从等离子体共振的基本原理开始,利用仿真模拟的方式对材料为磷化镓带有叉型缝隙圆盘纳米天线的近场和核壳结构纳米立方二聚体的远场特性进行研究,探
本文分别采用了多项式完全判别系统方法和试探方程法研究了光纤中两个典型的飞秒脉冲的行波模式。第一个研究模型是描述光纤通信中脉冲传播非线性现象的SasaSatsuma方程。通过多项式完全判别系统方法,给出了所有包络行波模式,包括奇异解、孤立波解和椭圆函数双周期解。这些模式充分地展示了模型的动力学行为,在具体情形下我们得到了模式的物理实现。第二个研究模型是一个非线性高阶薛定谔方程,它描述了在具有广义Ku
捕食-食饵关系是种群生态学中十分重要的研究对象,也是调节种间相互作用最重要的关系之一。通过对此类模型的研究,可以预测种群数量的变化趋势。由于疾病可以在物种间传播,因此在研究捕食-食饵模型的同时,考虑到生态流行病这一因素,将使研究结果更加具有现实意义。本文分别对两类捕食-食饵模型的稳定性进行了研究。首先,本文讨论了一类具有阶段结构的捕食-食饵模型。运用Beddington-De Angelis型功能
异常检测是数据挖掘中一种识别异常情况与挖掘非逻辑数据的问题,例如噪声识别、故障检测等,因此异常检测也常常被称为新颖点检测或离群点检测,可以通过对正常数据集进行分析,提取有效信息,从而建立异常检测模型,并通过模型来识别异常样本,这类问题的算法主要有:One-class SVM算法、SVDD算法、孤立森林算法、核零空间算法等。本文主要基于核零空间算法展开研究,通过对核零空间算法的原理、计算步骤等进行深
本文利用多项式完全判别系统方法和初等积分法给出了两类高阶非线性薛定谔方程精确包络行波解的完整构造。两个方程分别是四阶色散非线性薛定谔方程和非克尔非线性薛定谔方程。根据不同的参数情况,给出方程的解的解析表达式,通过选取具体的参数,得到每一个解的物理实现。利用数学软件做出了相应解的三维图像。
在金属矿山巷道掘进过程中，前方隐伏地质异常体极易引发事故，因此需要对巷道掘进面进行超前探测。采用天线频率为100 MHz的地质雷达对马坑铁矿巷道掘进前方进行探测实验，收集并分析地质雷达的超前探测数据，探索掘进前方的地质异常体情况，并通过实际开挖对分析结果做验证。结果表明，地质雷达超前探测技术在金属矿山中具有较高的预报精度，对含水构造等较为敏感，可为巷道开挖工作提供有效的技术支持。
传统分学科教学易产生学科知识割裂的现象，因此，2022年新颁布的《义务教育课程方案》倡导要实施跨学科主题学习。地理学科中有许多与物理学科相交融的知识，在教学中可以进行地理—物理融合教学，建立学科间知识综合结构，选择多样化的学习方式，创建学习方式关联，以“整体—部分—再整体”的结构，依据主学科逻辑，整体设计有层次的问题链；借助跨学科知识，助力形成对主学科事物规律的科学认识，培养学生综合学习的能力，从
随着移动通信网络的不断发展,为了满足用户的海量数据流量需求,提高边缘用户服务体验,网络中部署的微基站逐渐致密化,形成超密集网络;同时在“用户中心”的思想驱使下,虚拟小区的概念被提出。但是多连接结构的超密集网络虚拟小区动态簇在更新过程中会产生大量的信令开销,占用传输资源,影响系统吞吐量,并且虚拟小区多连接结构的拓扑结构更加复杂,资源分配也比传统单连接网络更加困难。虚拟小区动态簇更新与资源分配在超密集