基于机器学习的雷达信号分选和目标识别

《基于机器学习的雷达信号分选和目标识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文＿１１＿基于机器学习的雷达信号分选和目标识别作者姓名王肖指导教师姓名、职称方敏教授申请学位类别工学硕士１学校代码10701学号1503121623分类号TP39密级公开西安电子科技大学硕士学位论文基于机器学习的雷达信号分选和目标识别作者姓名：王肖一级学科：计算机科学与技术二级学科：计算机应用技术学位类别：工学硕士指导教师姓名、职称：方敏教授学院：计算机学院提交日期：2018年6月RadarSignalSortingandTargetRecognitionBasedonMachineLearningAthesissubmittedtoXIDI

2、ANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerApplicationTechnologyByWangXiaoSupervisor:FangMinTitle:ProfessorJune2018西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研宄工作及取得的研宄成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含为获

3、得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同事对本研宄所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处一，本人承担切法律责任。＾本人签名：Ｔ日期：１〇＼＾Ｖ）南西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研宄生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影、。印缩印或其它复制手段保存论文同时本人保证，结合学位论文研宄成果完

4、成的论文、发明专利等成果，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。＿＿本人签名：＋￥导师签名：力备：〇／．叫：日期、日期ｄＵ摘要摘要随着机器学习和雷达技术的进步，机器学习在雷达领域的应用越来越广，也越来越深入。雷达扫描、信号采集处理、一维距离像、雷达SAR、ISAR图像识别、雷达跟踪和制导等等步骤都融入了机器学习技术。机器学习在雷达信号分选技术上的应用包括信号分离、确定脉冲参数、形成单部雷达脉冲序列，然后针对雷达目标识别进行分类并划分威胁程度等。在一维距离像识别过程中包括去噪和雷达目标型号识别。在雷达工作模式中也可用当前火

5、热的深度学习方法进行识别，以作相应的防御和干扰措施。本文重点研究了机器学习中的聚类技术以及目标识别技术，以满足我国的电子对抗等领域的需求。针对雷达信号分选中脉冲序列呈非线性问题和异常点干扰问题本文提出了一种新的基于非线性流形聚类算法。该算法基于非线性流形的拓扑结构，将信号从时域转换到频域，根据数据间的几何信息进行聚类。首先由局部密度和交叉点距离这两个特征属性判断出为交叉点的样本点集；然后利用样本点和交叉点构成的样本向量进行向量间余弦角度信息计算，从而利用余弦值对交叉点附近的样本点进行线性聚类；对远离交叉点样本点采用最小距离法进行聚类并与交叉点附近的点按类别进行合并，最终完成雷达信号的

6、分选。针对一维距离像目标识别中多姿态且噪声严重的问题改进了一种基于在线自适应字典学习的雷达目标识别方法。由于目标飞机在飞行过程中不断产生姿态上的变化，所以不同时间段所采集的一维距离像信号具有不同的特征，且一维距离像的信号样本所采集的信号只有几十维是目标所反射回来的信号，其它的都是噪声信号。针对噪声问题和多姿态问题，本文将此问题转成信号稀疏问题进行处理，而在线字典学习正好解决去噪问题。通过在线字典学习和OMP算法进行迭代得到的样本重构解决了信号稀疏问题。首先用固定字典和OMP算法进行样本初始化，然后将字典学习公式中第一项2范式改成1范式，减小离异点对构造字典的影响。最后用OMP和字典学

7、习法进行迭代求出最后的信号重构表示，用RankSvm对其进行分类识别。本文针对多功能雷达参数捷变，难以识别问题研究了雷达的调制方式特征并提出了基于二次分类的工作模式识别方法。由于调制方式同辐射源的参数范围共同决定了辐射源所属的类别，所以本文首先对调制方式进行识别，然后对同一种调制方式下的不同工作模式进行划分，进而确定雷达辐射源。以往仅仅用雷达的脉冲描述字进行分类，识别精度不高。本文对此提出了一种基于雷达调制特征和雷达参数共同识别的方法。首先提取脉冲调制的七