基于ISAR像的目標(biāo)識別算法研究.pdf

1、逆合成孔徑雷達（ISAR）技術(shù)在國防領(lǐng)域中極其重要，ISAR對目標(biāo)成像的最終目的是作目標(biāo)識別?，F(xiàn)階段我國在ISAR成像中的運動補償、成像算法等方面的研究都日趨成熟。ISAR像是三維目標(biāo)在ISAR成像平面上的二維投影，成像時運動目標(biāo)的運動、ISAR自身的運動造成的成像平面的改變、ISAR成像時對同一目標(biāo)在不同雷達視角下檢測得到的相應(yīng)回波信號強散射中心的較大變化，都使得同一目標(biāo)的ISAR像間差異很大。此外ISAR成像中目標(biāo)的平移、旋轉(zhuǎn)、投影

2、、遮擋等因素進一步使得ISAR像中目標(biāo)的辨別難度增大，所以本文中對ISAR像飛機目標(biāo)的分類識別研究有很重要的現(xiàn)實意義。
　　基于ISAR像的目標(biāo)識別系統(tǒng)應(yīng)包括樣本預(yù)處理、特征提取與選擇、分類器的建立與分類決策三部分。由于本文所用樣本圖像已經(jīng)經(jīng)過預(yù)處理，所以本文主要研究了ISAR目標(biāo)像的特征提取與選擇和分類器的建立與應(yīng)用兩個方面。
　　本文首先研究了針對ISAR像中飛機目標(biāo)識別的特征提取和選擇算法，提取出了傅里葉變換系數(shù)、小波

3、變換系數(shù)、小波包變換系數(shù)、Hu不變矩和估計的目標(biāo)尺寸，用于ISAR像的目標(biāo)識別研究。在對Hu不變矩和目標(biāo)尺寸特征進行優(yōu)化組合時，采用了遺傳算法實現(xiàn)全局優(yōu)化組合。其次研究了傳統(tǒng)的最近鄰分類算法、BP神經(jīng)網(wǎng)絡(luò)和性能卓越的SVM分類算法，建立了相應(yīng)的分類器并對上述特征進行了分類實驗。其中，依據(jù)最近鄰分類算法對上述特征進行了初選，選出傅里葉變換低頻系數(shù)、小波分解低頻系數(shù)、小波包分解低頻系數(shù)、兩種不變矩與尺寸特征的組合共五組候選特征；用BP神經(jīng)網(wǎng)