旋翼无人机检测与识别问题研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:talenthers312
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
近几年以小型无人机为代表的低空飞行器发展迅猛,由于廉价、易操控、不易被探测的特性,安全性能差,对人们的生命构成了威胁,因此无人机的检测与识别问题成了亟待解决的问题。基于无人机“低小慢”的特点,以及雷达具有全天候、全方位工作等探测优势,用雷达检测与识别小型无人机无疑是一个很好地选择,可以实现低成本高精度的无人机检测与识别。研究雷达检测与识别无人机时特征提取方法变得尤为重要,特征的优良直接影响检测与识别无人机的效果,因此本文主要围绕旋翼无人机特征提取及识别进行研究,主要的工作概括如下:
  (1)介绍了微动目标模型的建立,对旋翼无人机叶片的雷达回波进行了建模与仿真。对主流的微多普勒特征分析算法原理进行了阐述,包括短时傅里叶变换、小波变换和S变换等。介绍了特征提取算法经验模态分解以及K紧邻分类算法。
  (2)针对旋翼无人机“低小慢”以及雷达回波信号弱、低信噪比下特征提取困难分类精度低的问题,提出一种CVD和特定方向Radon变换的特征提取方法,首次使用了特定方向的Radon变换进行研究,该方法可以有效的利用旋翼旋转的周期性等特征对旋翼无人机进行快速分类,不依赖于旋翼的初始位置和无人机与雷达之间的角度等因素,仿真结果显示,在SNR=-15dB的条件下能够达到96.67%的识别精度。
  (3)将Radon 变换用于处理包含微多普勒特征的二维时频图,结合基于 L1 范数的二维主成分分析算法进行特征提取及分类识别。两种算法结合对旋翼无人机等飞行器时频图进行处理进一步提取目标的频率信息、峰值信息和边缘信息,使提取出的特征更有效,对比了不同特征提取算法,文中的算法在较低的信噪比下提高了识别精度。最后对基于L1范数的二维主成分分析后的主成分进行了重构,将重构结果与原始图像像素作对比,分析了不同算法下的平均重构误差,验证了文中方法的有效性。
其他文献
多电机高精度控制系统广泛应用于数控机床和机器人等高端装备中。随着电机数量增加,跟踪轨迹变的复杂,电机间参数差异、外部干扰等因素影响位置控制精度,进而影响驱动轴之间的协调性和同步性,增大轮廓误差。研究复杂扰动下的多轴系统同步控制策略具有重要意义。  为此,本文通过对不同控制域和预测域下的状态空间方程进行推导,采用模型预测控制(model predictive control, MPC)设计位置-电流
随着智能化网联化技术的进步,车辆作为目前的常用交通工具也紧跟智能化脚步,越来越多的智能功能和网联功能被应用于车辆上,因此车辆对于可靠通信链路的需求变得十分迫切。天线作为主要通讯设备,其性能对链路的可靠性发挥着至关重要的作用。目前车载天线不仅需要在设计初期自身具有较好的电磁性能,还需要在车辆金属构架结合时在所需工作范围内继续保持良好性能。另外现代车辆上往往会配置许多不同种类的天线设备和电气设备,这会
学位
[db:内容简介]
电压稳定问题是系统稳定性研究的一个重要方面,虽然已取得一些进展,但总体上对电压稳定性的研究尚处于初期阶段。由于近年来国内外已发生了数起电压崩溃事故,因此加强电压稳定性及其相关问题的基础性研究具有特别重要的意义。  本文从静态角度出发对与电压稳定性密切相关的几个问题进行了分析,这主要包括:  (1)对π型电路的极限工况进行了讨论,求出了恒功率负荷的临界点特性,如临界电压(幅值和相角)、临界(有功、无
学位
由于海水中存在着蓝绿光低损耗窗口,且光通信带宽较大,所以可见光通信成为水下短距高速数据传输的主流方案。然而,目前的发光二极管调制带宽往往只有几MHz,限制了可见光通信速率的进一步提高。多输入多输出(Multiple Input Multiple Output,MIMO)技术可以通过空间复用并行传输多路数据,提高通信速率。所以,将MIMO技术与可见光通信相结合,建立光MIMO通信系统,提高系统容量,
下一代的射电望远镜,如我国作为核心成员国正在进行建设的平方公里阵列射电望远镜,将以其前所未有的灵敏度和分辨率获取射电图像,彻底改变我们对宇宙的理解,极大程度推动人类在天文领域的科学研究。在这一背景下,需要有效的成像方法来处理大数据量的射电图像。传统的算法如洁化算法和最大熵算法得到的重构图像质量有限,对于大规模数据的效果不佳,已经越来越不能满足如今的需要。因而本文旨在研究一种能够有效克服大规模数据处
学位
超分辨率重建技术能够突破数字成像系统的限制,能以低廉的成本有效地提高图像的分辨率和视觉质量,已广泛应用于诸多领域,如安全监控、医疗影像应用、卫星遥感图像等等。近年来,深度卷积神经网络在超分辨率重建上的应用获得了令人印象深刻的性能。但目前基于深度卷积网络的超分辨率重建的方法,仍存在对图像高频细节重建不足,网络模型参数规模过大等问题。为了进一步恢复图像中的细节纹理来提高重建图像的质量,本文将注意力机制
现有路径规划算法大多基于路网,在用于求解数字高程模型(Digital Elevation Model,DEM)下的路径规划时,因数据量大,效率低下。  针对上述问题,本文基于真实地形数字高程模型,在研究现有启发式寻路算法的基础上,给出了相应的解决思路与方法,具体工作如下:  (1)给出一种基于改进遗传与蚁群算法相结合的DEM路径规划算法。针对遗传算法和蚁群算法在 DEM 数据下进行路径规划时的效率
近年来无线传感器网络开始广泛应用于各类生产生活当中。通过安放在监控区域内的传感器节点,可以对周围环境中的物理信息进行感知并收集其相关数据,这些数据经过分析之后,能够有效地检测出该区域内发生的各类异常事件。在现有的无线传感器网络异常检测方法中,一般需要已知异常数据的统计模型或者其他相关参数,但在实际应用中这类信息往往不容易获得。此外,随着监控区域的不断扩大,需要部署的节点数量也相应增加,采集到的数据
Hash函数作为信息安全领域中一个重要的研究分支,被广泛用于数字签名方案、数据完整性检测以及区块链等方面。自2012年Keccak算法被选为美国新一代Hash算法标准SHA-3以来,其安全性一直备受关注。本文基于Keccak算法核心部件的性质研究,利用代数特性对Keccak算法进行了线性化分析,并给出了新的区分攻击方法,主要成果如下:  1.给出了Keccak-f的5个逆变换,并探究了核心部件的特
学位