彈道目標微動特征提取與智能識別技術

第 1 章 緒論
1.1 彈道導彈概述
1.2 反導雷達系統(tǒng)概述
1.3 中段彈道目標及其微多普勒效應
1.3.1 中段彈道目標運動特性
1.3.2 彈道目標微多普勒效應與分析
參考文獻
第 2 章 彈道目標模型構建與分析
2.1 幾何模型與分析
2.1.1 典型彈道目標結構
2.1.2 基于散射中心理論的幾何建模
2.2 軌道運動模型與分析
2.2.1 軌道運動建模
2.2.2 軌道運動特性分析
2.3 微動模型與分析
2.3.1 微動建模
2.3.2 微動特性分析
參考文獻
第 3 章 彈道目標平動補償
3.1 整體信息法
3.1.1 復合運動下的 HRRP 模型
3.1.2 整體信息法
3.1.3 實驗結果及分析
3.2 “雙階段” 補償法
3.2.1 平動對微多普勒的調制作用
3.2.2 預訓練的 DNN
3.2.3 回歸網絡構建
3.2.4 實驗結果及分析
3.3 圖像空間變換法
3.3.1 STN 工作機理分析
3.3.2 基于 STN 的平動補償網絡構建
3.3.3 實驗結果及分析
3.4 高階模糊函數法
3.4.1 高階矩與高階模糊函數
3.4.2 基于高階模糊函數的平動補償
3.4.3 實驗結果及分析
參考文獻
第 4 章 彈道目標微動特征提取
4.1 基于 NMF 的錐形目標微多普勒提取
4.1.1 微動模型分析與 NMF 基本理論
4.1.2 基于約束 NMF 的時頻圖分離
4.1.3 微多普勒提取方法
4.1.4 實驗結果及分析
4.2 基于三維雷達立方體的群目標特征提取
4.2.1 基于壓縮感知的空間群目標 RD 序列生成
4.2.2 雷達數據立方體的建立
4.2.3 三維分段 Viterbi 算法
4.2.4 實驗結果及分析
4.3 遮擋條件下的彈道目標微動特征修復
4.3.1 基于壓縮感知的錐形目標微動特征修復
4.3.2 基于矩陣填充的多散射中心目標微動特征修復
4.3.3 實驗結果及分析
參考文獻
第 5 章 彈道目標參數估計
5.1 基于 LRCN 的彈道目標回波 SNR 估計
5.1.1 信號模型
5.1.2 SNR 估計網絡設計
5.1.3 SNR 估計 CRLB 分析
5.1.4 實驗結果及分析
5.2 基于遞歸圖的微動周期估計
5.2.1 錐柱形目標微動模型分析
5.2.2 RP 生成與微動周期估計
5.2.3 實驗結果及分析
5.3 基于三維雷達數據立方體的進動目標微動參數與結構參數估計
5.3.1 基于二進制掩碼的強散射中心關聯(lián)
5.3.2 基于三維特征曲線的參數估計
5.3.3 實驗結果及分析
5.4 組網雷達條件下有翼彈道目標微動參數估計與三維成像
5.4.1 有翼彈道目標微多普勒信息提取
5.4.2 微動信息獲取
5.4.3 目標進動參數和結構參數解算
5.4.4 有翼彈道目標三維重構
5.4.5 實驗結果及分析
參考文獻
第 6 章 基于窄帶特征的彈道目標智能識別
6.1 基于 RCS 序列時頻變換的彈道目標識別
6.1.1 典型目標的 RCS 特性
6.1.2 RCS 序列統(tǒng)計特征
6.1.3 RCS 信息的圖像特征及組合特征識別
6.1.4 實驗結果及分析
6.2 基于 RCS 序列編碼的彈道目標識別
6.2.1 問題分析
6.2.2 特征編碼
6.2.3 多尺度 CNN
6.2.4 實驗結果及分析
6.3 基于時頻圖的彈道目標識別
6.3.1 典型卷積神經網絡
6.3.2 自搭建網絡模型
6.3.3 實驗結果及分析
6.4 基于 CVD 和時頻圖的彈道目標識別
6.4.1 特征圖像表示
6.4.2 識別網絡框架
6.4.3 實驗結果及分析
參考文獻
第 7 章 基于寬帶特征的彈道目標智能識別
7.1 基于 HRRPs 的錐形彈道目標微動樣式識別
7.1.1 HRRPs 自動去噪方法
7.1.2 基于 SqueezeNet 的距離像分類網絡
7.1.3 實驗結果及分析
7.2 基于 HRRPs 的進動彈道目標結構識別
7.2.1 目標散射特性分析
7.2.2 基于 HOG 特征和 SVM 的圖像識別
7.2.3 基于貝葉斯優(yōu)化的 CNN 設計
7.2.4 實驗結果及分析
7.3 基于 RD 域的彈道目標多網絡識別
7.3.1 RD 域的多種數據表示方式
7.3.2 識別框架
7.3.3 實驗結果及分析
7.4 基于四維雷達數據的彈道目標識別
7.4.1 距離 - 頻率 - 時間 - 能量四維雷達數據立方體生成
7.4.2 基于注意力機制的網絡構造
7.4.3 實驗結果及分析
參考文獻
第 8 章 總結與展望
8.1 總結
8.2 展望
編輯
分享