论文部分内容阅读
自上个世纪二次世界大战结束后ˋ越来越多的国家意识到战争中对信息获取能力的重要性ˋ因此对信息的获取提出了非常高的要求在这样的背景下ˋ雷达自动目标识别ξATR这一新的方向诞生了合成孔径雷达ξSAR与逆合成孔径雷达ξISAR的发展为ξATR的发展提供了非常有力的支持ˋ它们可以实现目标的远距离成像ˋ得到不同姿态下的目标图像ˋ能够提供出目标的结构特征ˋ因此ˋ非常有利于实现目标的特征提取和识别研究本课题基于仿真的飞机目标ISAR像ˋ重点的研究了ISAR图像的特征提取和分类识别部分主要的工作内容如下首先ˋ在ISAR成像算法的原理上ˋ我们建立三种飞机目标的散射点模型然后在三种飞机目标三维散射点阵模型的基础上ˋ我们利用距离——多普勒ξRD算法对这三种飞机目标进行成像ˋ获取飞机在不同成像角度下的ISAR图像ˋ这些ISAR图像就组成了我们进行识别研究的数据库其次是特征提取过程ˋ也是本文的重点研究部分ˋ以消除目标与成像平面的仿射变换作为理论基础ˋ提出了一种新的方法——仿射投影距同时为了横向对比特征的稳定性和高效性ˋ本文还使用了其他两种特征提取方法ˋ一种是Hu不变矩ˋHu不变矩是一种非常经典的图像特征提取方法ˋ它提出的7种特征稳定性非常好另一种是小波奇异值ˋ小波奇异值是近两年提出的新的方法ˋ主要是利用小波分析的基本原理ˋ提取出ISAR图像中经过二维离散小波变换后的4个子图的奇异值ˋ这些奇异值就组成了目标识别的特征最后ˋ针对目标识别阶段ˋ本文选取了两种经典算法最近邻法与神经网络分别介绍两种分类算法的基本原理ˋ并分析了最近邻法的错误率的上下界而且利用上面叙述的三种特征进行识别分类ˋ查看不同情况下的目标识别率ˋ并针对这些识别结果分析仿射投影距与其他两种特征的各项性能