基于HMM分类器和Relax算法特征提取的高分辨雷达目标自动识别问题研究

【作者】 陈江峰；

【导师】 裴炳南；

【作者基本信息】 郑州大学 ， 通信与信息系统， 2003， 硕士

【摘要】 本文主要研究利用隐马尔可夫模型作为分类器，基于高分辨雷达一维距离像的雷达自动目标识别问题。围绕着雷达目标的特征提取和基于隐马尔可夫模型的分类器设计两个方面，做了一些研究。 基于雷达目标的简单散射点模型，本文提出用Relax算法从高分辨雷达一维距离像中提取目标强散射点的位置信息，作为分类器的模式向量；利用雷达高分辨距离像对雷达视角敏感这一特点，采用隐马尔可夫模型来表征多视角雷达多视角雷达回波序列，用若干HMM构成HMM链来表征一个飞行目标的的飞行姿态的变化，从而构成了以隐马尔可夫模型为分类器的高分辨雷达目标识别系统。 本文利用ISAR雷达实测三类飞机回波数据做了大量的仿真识别试验，达到了97.35％以上的方位识别率和类别识别率。实测数据的计算机仿真结果证明了本文提出的基于隐马尔可夫模型为分类器的高分辨雷达目标自动识别系统理论上的可行性。更多还原

【Abstract】 This thesis mainly studies the problem of Automatic Target Recognition (ATR) based on Hidden Markov Models (HMM) and high range resolution profiles (HRRP) of radar target. Our research mainly concentrates on the method of target’s feature extraction and the design of classifier based on Hidden Markov Models.Based on the general models of the radar target scatter and the predigested scatter models under the special conditions, we use Relax arithmetic to extract the scatter’s position information from radar HRRP as the feature vector. In particular, a HMM is employed to characterize the sequential information contained in multi-aspect high resolution range target signatures. Thus, we establish a system to identify the radar target.The computer simulation using the ISAR data of three targets shows that the identification accuracy is very good. The total identifying rate exceeds 97.35% under the condition that the HMMs contain complete information of radar target.更多还原