基于小波变换与粗糙集的雷达目标识别方法
小波网络的雷达目标识别方法
文 章 编 号 ： ０ ２０ ４ （ ０ ７ １ — １ ８ ０ １ ０ —６ ０ ２ ０ ） １００ — ３
小 波 网络 的雷 达 目标 识别 方 法
朱志宇， 张 冰 ， 雏亭 刘
镇江 ２２０） １ ０ ３
（ 苏 科 技 大学 电 子 信 息 学 院 ， 苏 江 江
摘
要 ： 究 了小 波 网 络 的 构 造 问题 ， 出 了一 种 根 据 小 波 的局 部 时 频 特 性 ， 除 不 包 含 任 何 目标 识 别 样 本 数 据 的小 波 ， 研 提 删
初 步 确定 网 络 隐 层 节 点 数 的 方 法 ； 用 提 出 的 算 法 构 造 小 波 网 络 ， 以 减 小 网 络 的结 构 ， 快 网 络 的 收 敛 速 度 。将 构 造 好 的 小 采 可 加 波 网 络作 为 雷 达 目标 识 别 的 分 类 器 ， 获得 了较 好 的 识 别 效 果 。 关键 词 ： 波 ， 小 神经 网 络 ， 达 ， 雷 目标 识 别 中 图分 类 号 ： １ ， ５ ．７ ＴＰ ８ Ｉ ９ １ Ｎ９ 文献标识码 ： Ａ
ｌ ｃ ｌｔｍｅ ｆ ｅ ｕ ｎ ｙ ｃ ａ ａ ｔ ｒｓ ｉｓ ｏ ｖ ｌ ｔ ｔ ｏ ｏ ｐ ｉ ａ ｉ ｅ ｅ ｍｉ ｅ ｔ ｅ ｎ ｍｂ ｒ ｏ ｏ ｅ ｎ ｏ ａ ｉ — ｒ ｑ ｅ ｃ ｈ ｒ ｃ ｅ ｉｔｃ ｆ ｗａ ｅ ｅ ，ａ ｍｅ ｈ ｄ ｔ ｒｍ ｒ ｌ ｄ ｔ ｒ ｎ ｈ ｕ ｅ ｆ ｎ ｄ ｓ ｉ ｙ ｈ ｄ ｅ ｌ ｙ ｒ ｓ ｒ ｐ ｓ ｄ ｙ ｅｅ ｉ ｇ ｈ ｓ ｗａ ｅ ｅ ｗｈ ｃ ｄ ｎ ｔ ｏ ｔ ｉ ａ ｙ ｓ ｍｐ ｅ ａ ａ； Ｗ ＮＮ ｉ ｄ ｎ ａ ｅ ｉ ｐ ｏ ｏ ｅ ｂ ｄ ｌ ｔｎ ｔ ｏ ｅ ｖ ｌｔ ｉｈ ｏ ｏ ｃ ｎ ａ ｎ ｎ ａ ｌ ｄ ｔ
小波变换在雷达目标识别中的应用与算法优化
小波变换在雷达目标识别中的应用与算法优化雷达目标识别是一项重要的任务，它在军事、航空航天、气象等领域具有广泛的应用。
而小波变换作为一种信号处理方法，近年来在雷达目标识别中得到了广泛的应用。
本文将介绍小波变换在雷达目标识别中的应用，并探讨相关算法的优化。
一、小波变换的基本原理及特点小波变换是一种时频分析方法，它可以将信号分解成不同频率的成分，并能够捕捉到信号的瞬时特征。
与傅里叶变换相比，小波变换具有更好的时域和频域分辨能力。
这使得小波变换在雷达目标识别中具有独特的优势。
小波变换的基本原理是通过将信号与一组小波基函数进行卷积运算，得到信号在不同频率上的分解。
小波基函数具有局部化特性，能够更好地适应信号的局部特征。
这使得小波变换在处理非平稳信号时具有较好的效果。
二、小波变换在雷达目标识别中的应用1. 目标检测与定位雷达目标识别的一个重要任务是对目标进行检测与定位。
传统的方法通常采用傅里叶变换进行频域分析，但由于雷达信号的非平稳性，傅里叶变换往往无法提供准确的目标位置信息。
而小波变换具有更好的时域分辨能力，能够更准确地定位目标。
通过对雷达信号进行小波变换，可以将信号分解成不同频率的子带。
然后，通过对子带进行能量分析或幅度谱分析，可以提取出目标的特征信息。
这些特征信息可以用于目标的检测与定位，从而实现雷达目标识别的目的。
2. 目标分类与识别目标分类与识别是雷达目标识别的另一个重要任务。
传统的方法通常采用模式识别算法，如支持向量机、人工神经网络等。
然而，这些方法通常需要大量的训练样本，并且对特征的选取十分敏感。
小波变换在目标分类与识别中具有独特的优势。
通过对雷达信号进行小波变换，可以将信号分解成不同频率的子带。
然后，通过对子带进行特征提取，可以得到一组具有较好区分能力的特征向量。
这些特征向量可以用于目标的分类与识别，从而实现雷达目标识别的目的。
三、小波变换在雷达目标识别中的算法优化尽管小波变换在雷达目标识别中具有广泛的应用，但其算法的复杂性和计算量较大，限制了其在实际应用中的效率和实时性。
基于小波包数据压缩的雷达目标识别方法
基于小波包数据压缩的雷达目标识别方法
小波包数据压缩技术是一种数据压缩技术，它基于小波变换，利用小
波频率域参数调整数据，以满足压缩要求。
近年来，随着信息和传感
等技术的发展，小波包数据压缩技术在雷达目标识别中得到了广泛应用。
本文介绍了基于小波包数据压缩的雷达目标识别技术，主要包括：
1. 基础知识：小波包数据压缩技术的基本原理和优点。
2. 小波包数据压缩技术在雷达目标识别中的应用：通过分析雷达收集
的目标图像，利用小波包数据压缩技术来对图像进行压缩分析，提取
图像中的有效信号。
3. 小波包数据压缩技术的优势：有效地实现雷达目标的去噪，并减少
雷达数据量。
4. 结论：基于小波包数据压缩的雷达目标识别技术是一种高效的识别
方法，可以有效检测、识别雷达图像中的目标。
小波包数据压缩技术是获取、处理和调制雷达信号的一种重要手段，
在雷达目标识别中有着重要的作用。
因此，能够有效地利用小波包数
据压缩技术，来有效提升雷达目标识别效果，是研究人员与技术工作
者积极探索的热门课题。
基于小波变换的群目标分辨法
基于小波变换的群目标分辨法
刘荣科;斯德谊;周荫清
【期刊名称】《遥测遥控》
【年(卷),期】2000(021)006
【摘要】编队飞行的目标,由于间距很小.常规雷达无法分辨.多普勒波束锐化(DBS)利用目标回波多普勒频率的差别来分辨目标,但需要校长的相关处理时间.在这期间,目标本身的多普勒频率又是变化的,当多普勒频率变化率较大时,容易产生频普的混叠.文中提出了一种基于小波变换的群目标分辨方法,在较短的相关处理时间中,利用小波变换降低信号的时间分辨率来提高频率分辨率,从而达到分辨群目标的目的.同时可以利用小波变换的去噪声能力,进行降噪.计算机仿真结果表明,在群目标多普勒频率变化率较大,只能减小相关处理时间降低时间分辨率时,常规DBS法无法分辨,面该方法仍然可以有效地进行分辨.
【总页数】5页(P28-32)
【作者】刘荣科;斯德谊;周荫清
【作者单位】北京航空航天大学电子工程系,北京,100083;北京航空航天大学电子工程系,北京,100083;北京航空航天大学电子工程系,北京,100083
【正文语种】中文
【相关文献】
1.一种改进的DBS群目标分辨法 [J], 期德谊;高悦
2.基于宽带雷达距离-慢时间像的自旋微动群目标分辨 [J], 杨陈;池龙;张群;罗迎
3.评"基于小波变换的多分辨信号波达方向估计法" [J], 李荣锋
4.一种改进的DBS群目标分辨法 [J], 斯德谊;高悦;林晓翰;周荫清
5.一种基于多分辨率下小波变换的体数据场表示法 [J], 顾耀林;杨一山
因版权原因，仅展示原文概要，查看原文内容请购买。
基于小波变换的一种ISAR雷达目标成像方法
基于小波变换的一种I S A R 雷达目标成像方法*张善文1甄蜀春1赵兴录1赵栓堂2(1.空军工程大学导弹学院三原713800)(2.中国飞行实验研究院阎良710089)【摘要】基于小波变换的性质,提出了一种I S A R 雷达目标成像方法。
通过对I S A R 回波的横向数据进行Mo r -l e t小波变换,搜索小波变换模的极大值和对应的极大值点,得到目标的时间-距离-多普勒三维像,然后按时间点进行采样,得到目标的距离-瞬时多普勒像。
由实验结果得出:运用此方法,不仅能够得到目标高分辨的距离-瞬时多普勒像,而且能够观测到目标的运动姿态。
【关键词】逆合成孔径雷达,距离-多普勒像,距离-瞬时多普勒像,小波变换A Me t h o do f I S A R I m a g i n gB a s e do nWa v e l e t T r a n s f o r mZ H A N G S h a n -w e n1Z H E N S h u -c h u n1Z H A O X i n g -l u 1Z H A O S h u a n -t a n g2(1.Mi s s i l e I n s t i t u t e ,A i r F o r c e E n g i n e e r i n gU n i v e r s i t y S a n y u a n 713800)(2.C h i n e s e F l i g h t T e s t I n s t i t u t e Y a n l i a n g 710089)【A b s t r a c t】B a s e do nt h e p r o p e r t i e s o f w a v e l e t t r a n s f o r m ,a m e t h o do f I S A R i m a g i n gi s p r o p o s e di nt h i s p a -p e r .T h e t i m e -r a n g e -D o p p e r i m a g e o f a t a r g e t i s o b t a i n e db y p r o c e s s i n gt r a n s v e r s a l d a t a e x t r a c t e df r o m I S A Rt a r g e t e c h o e sw i t hMo r l e t w a v e l e t t r a n s f o r m a n df i n d i n gl o c a l m a x i m u m o f w a v e l e t t r a n s f o r m m o d u l u sa n di t sl o c a t i o n .T h e nt h e r a n g e -t e m p o r a l D o p p l e r i m a g e i s o b t a i n e d b y s a m p l i n g t i m e .T h e e x p e r i m e n t a l r e s u l t s b y u s i n g t h e m e t h o d p r o v e dt h a t n o t o n l y t h e r a d a r t a r g e t h i g hr e s o l u t i o ni m a g e c a nb e o b t a i n e d ,b u t a l s o t h e m o t i o no f t a r g e t c a nb e o b -s e r v e d.【K e yw o r d s 】I S A R ,r a n g e -D o p p l e r i m a g i n g ,r a n g e -t e m p o r a l i m a g i n g ,w a v e l e t t r a n s f o r m1引言随着现代超宽带雷达技术的发展和高分辨雷达系统的应用,使得利用雷达回波进行复杂目标成像成为可能。
基于小波变换和快速聚类方法的目标检测与识别
基于小波变换和快速聚类方法的目标检测与识别
胡小平;余以道;杨书仪
【期刊名称】《自动化仪表》
【年(卷),期】2007(028)008
【摘要】针对显微图像中的微目标检测与识别,提出了一类基于三次B样条函数多尺度小波变换,该变换通过零交叉或模极值检测图像的边缘,在分解和重建时采用一种基于滤波器系数特征的离散快速算法.为除去由噪声引起的虚假边缘,建立了边缘点检测的自适应阈值方法.为实现微目标的识别,采用了一类简单有效的快速聚类算法.最后采用含随机噪声的模拟图像和显微图像进行算法比较与验证,实验结果证明了这些算法的有效性.
【总页数】3页(P29-31)
【作者】胡小平;余以道;杨书仪
【作者单位】湖南科技大学机械设备健康维护省重点实验室,湘潭,411201;湖南科技大学机械设备健康维护省重点实验室,湘潭,411201;湖南科技大学机械设备健康维护省重点实验室,湘潭,411201
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.基于小波变换的字符识别快速算法 [J], 袁丁;傅一平;李志能
2.基于Haar小波变换的快速指纹识别算法 [J], 刘伟;杨圣
3.基于线调频小波变换的谐波快速可视化识别方法 [J], 胡国胜;王颖
4.基于快速小波变换和FLD的人脸识别算法 [J], 王晓哲;李晨阳;吴成东
5.基于小波变换及分形特征的目标检测与识别 [J], 田杰;陈杰;张宇河
因版权原因，仅展示原文概要，查看原文内容请购买。
使用小波变换进行目标检测与识别的方法与技巧
使用小波变换进行目标检测与识别的方法与技巧引言：目标检测与识别是计算机视觉领域的重要研究方向之一。
随着人工智能技术的不断发展，小波变换作为一种有效的信号处理方法，被广泛应用于目标检测与识别中。
本文将介绍使用小波变换进行目标检测与识别的方法与技巧。
一、小波变换简介小波变换是一种时频分析方法，它能够将信号分解为不同尺度的频率成分。
与傅里叶变换相比，小波变换具有更好的时频局部性，能够更好地捕捉信号的时域和频域特征。
因此，小波变换在目标检测与识别中具有独特的优势。
二、小波变换在目标检测中的应用1. 尺度空间分析小波变换能够将信号分解为不同尺度的频率成分，在目标检测中可以通过分析不同尺度下的信号特征来实现目标的定位与识别。
例如，可以利用小波变换将图像分解为多个尺度的频域图像，然后通过分析不同尺度下的图像特征来进行目标检测。
2. 特征提取小波变换可以将信号分解为不同频率的子带，每个子带都包含了不同频率范围内的信号特征。
在目标检测中，可以利用小波变换将图像分解为多个频域子带，然后提取每个子带的特征，用于目标的检测与识别。
常用的特征提取方法包括小波包变换、小波能量谱等。
三、小波变换在目标识别中的应用1. 模式匹配小波变换可以将信号分解为不同尺度的频率成分，每个尺度都包含了不同频率范围内的信号特征。
在目标识别中，可以利用小波变换将目标信号与模板信号进行匹配，通过计算匹配度来实现目标的识别。
常用的匹配方法包括小波相关匹配、小波距离匹配等。
2. 特征分类小波变换可以将信号分解为不同频率的子带，每个子带都包含了不同频率范围内的信号特征。
在目标识别中，可以利用小波变换将目标信号分解为多个频域子带，然后提取每个子带的特征，用于目标的分类与识别。
常用的分类方法包括小波神经网络、小波支持向量机等。
结论：小波变换作为一种有效的信号处理方法，在目标检测与识别中具有重要的应用价值。
通过尺度空间分析和特征提取，可以利用小波变换实现目标的定位与识别。
一种新的基于粗糙集理论的雷达目标识别方法
数 ， 用启 发式搜 索 ， 行属 性 约简 ， 基 于高分 辨 雷 采 进 在
达 距 离像 的分 类试 验 中取得 了很好 的效果 。
１ 基于 Ｒ Ｉ 算法 的属 性重要性 函数 ｅｅ ｉ
Ｒ ｌｆ ｅｉ Ｆ算 法 是 一种 改 进 的 Ｒ ｌ ｆ ｅ ｅｉ 算法 Ｌ 。 ｅｉ ｅ ６ Ｒ ｌｆ ］ ｅ 系列算 法 的要 点 是 根 据 特 征对 近距 离 样 本 的 区分 能 力 来评 估 特征 ， 主 要 思 想 是 ： 的 特 征应 该 使 同类 其 好 样 本 接近 ， 而使 不 同类 的样 本 远离 Ｌ 。 １给 出了 二 ７ 图 ］
ｏ ｕ ｈ Ｓ ｔＴｈ ｏ ｙ ｎ Ｒｏ ｇ ｅ ｅ ｒ
ＺＨＵ ｅ ｇ。 Ｆ ｎ ＺＨＡＮＧ ｈｊ ｎ． Ｉ Ｃｈ ａ ｗｕ． Ｚｉ ｕ Ｌ Ｕ ｕ ｎ ＷＡＮＧ ｕ Ｊｎ
（ ｅ Ｅｎ ｉ ｅ ｒｎ ｎ ｔｔ ｔ ．Ａｉ ｏ ｃ ｎ ｉ ｅ ｒ ｇ Ｕｎｖ ｒ ｉｙ Ｔｈ ｇ ｎ ｅ ｉ ｇ Ｉ ｓ ｉｕ ｅ ｒ Ｆ ｒ ｅ Ｅ ｇ ｎ ｅ ｉ ｉ ｅ ｓｔ 。Ｘｉ ａ １ ０ ８ ｎ ’ ｎ ７ ０ ３ ．Ｃｈ ｎ ） ｉａ
祝 锋 ， 张智 军 ， 刘传 武 ， 汪 军
（ 军工程大学工程学 院． 安 空 西 ７０３） １０ ８
摘 要 ： 对 雷 达 目标 高 分 辨 距 离 像 维 数 高 的 问 题 ． 出基 于 粗 糙 集 理 论 的 属 性 约 简算 法 。设 计 了 基 于 Ｒ 针 提 ｅ ｌｆ 法 的 属性 重 要 性 函数 ， 用 启 发 式 搜 索 。 行 属 性 约 简 。实 验 结 果 表 明 文 中提 出 的属 性 约 简 算 法 较 其 ｉ Ｆ算 ｅ 采 进 他 方 法 能够 提 高 识 别 效 果 ， 著 缩 短 约 简 时 间 。 显
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
式 中 ， （ ） ｇ（ ） 别 为低 通 和 高通 滤 波 器 ， 示 ｈｎ和 ｎ分 表 分 解尺 度 ， ＝ ｎ ， 与 Ｄ 分 别 为信 号 的 逼近 和 Ａ ）Ａ
细节表 示 ， 重构 公式 为
Ａ
一
解决 的关键 是能 否抓 住 待 识别 目标 的 核心 信 息 ， 而 进
在识 别领域 的应用 为解 决该 问题提供 了新 的方 法 。粗 糙集 理论在 不损 失 原 始数 据 重要 信 息 的前 提 下 ， 过 通 约简 原始数 据 中的 信息 提 取 有用 特 征 ， 而 生 成判 别 进 规则 。本文 采用小 波 变换理论 和粗糙 集理 论对 雷 达 目 标进 行识别 研究 ， 出了一种 雷达 目标识别 方法 。 提
杜 明刚 ，李晓漫
（． １ 山西 师范大学 城 市 与环境 科 学学院 ，山西 临汾 ０ １０ ； ． ４ ０４ ２ 空军工 程大 学 导弹 学院 ，陕 西 三原 ７ ３０ ） １８０
摘 要： 雷达 目标 识 别是 防 空 武 器 系统 雷 达信 息 处 理 的 一 个 关 键 环 节 。在 小 波 变 换 与 粗 糙 集 基 础
收 稿 Ｅ期 ：０ ６１ － ｔ ２０ —０１ ８
修 订 日期 ：０ ７０ － ２ ０ －１ ６ ２
基 金 项 目 ： 省 自然 基 金 （ ０６ １０ ８ 山西 ２０ ０ １３ ）
作者简介： 杜明刚 （９ ５） 男 ， １６ 一， 山西洪洞人 ， 师， 讲 硕士 ， 研究方 向为智能信息处理 。
∑ｈｋ ２）￣＋ （一 ｎ （ 一 ｎＡ ∑ｇｋ ２） ｆ
ｎ ∈ ０ ｎ ∈ ：
（） ２
பைடு நூலகம்
每 个特征 都代 表 了一 组 小波 系数 ， 就 是说 它 表 也 达 了离 散信号 ｓ的 时域 与 频 域 信 息 ， 而在 不 同尺度 下
的小波 系 数 还 描 述 了一 定 的频 域 范 围上 的特 征 。 因
一
步 对高频 信号 进行 分 解 ， 信 号 分解 到 不 同 的频 带 将
识库 ； 入 等价 关 系代 替分 类 ， 月 为 上 的等 价关 引 当 系 ， ／ 为 的所有 等价类 族 ， ［ 表 示子 集 则 用 ］
上 ， 波时根 据需要 选取所 需频 带 内的信 号进行 重 构 ， 滤
依据 核心信 息的 区别 做 出判断 识别 。但在 大多 数情 况
＝
下， 由各种传 感器 等 探 测设 备 获得 的并 不 是精 确 的数 据信 息 ， 是一 些不 完 善 、 而 不一 致 或相 当粗 略 的信 息 。 用传 统 的方 法处理 这类 问题就 遇到 困难 。粗糙 集理 论
上 提 出一 种 雷达 目标 识 别 方 法 。 小 波 变 换 能 够 提 高 了 时— — 频 分 频 率 ； 糙 集 理 论 是 一种 新 型 的 粗 处 理 不 确 定性 知 识 的数 学工 具 。利 用 小 波 变 换 对 目标 原 始信 息进 行 分 解 ， 到 目标 的 能 量 特 征 向 得
文 献 标 识 码 ： Ａ
文 章 编 号 ：６ １ ５ Ｘ（０ ７ Ｏ － １ － １７ ． ４ ２０ ） １ ０ ２０ ６ ０ ３
引言
信号的 小波变换 描述 了信 号能量 在时 间 一频率 坐 标系 中的分 配 ， 同时在 时域 和频 域上 表征 信号 ， 而 它 从 能提取 更多 的反映 目标物 理结构 特征 的信息 。在 雷 达 信号处 理 中¨２， 需 提取 特 定 时 间及 频 率 上 的 信 息 ’ 只 Ｊ
即可 。 目标 识别 是一 种 具 有很 强 不 确 定性 的 问题 ， 其
Ａ －２ｈｎ ２）］ｆ ： ，， ＿ Ｔ－ 一ｋＡ － １ …，， （ 一， ２ ，
Ｄ ｇ ｎ一 ｋ Ａ一厂ｋ＝ ， ， ， ， 一 ＝ （ ２ ） Ｌ， ０ １２ … ２ Ｎ一１ ，
』
（） １
就可 完成信 号 的多 通 带 滤 波 。根 据 多 分 辨分 析 理论 ，
在进 行正交 小波基 下 ， ｌ ｔ 速算 法为 Ｍａ ａ 快 ｌ
属于 中的一个范畴 ， 且 包含元素 ∈ ； ＰｃＲ 若 ，
则 ｎＰ也是一 个等 价关 系 ， 为 Ｐ上 的不 可分 辨关 系 ， 称
量； 通过粗糙集 简化关 系表 ， 删去 冗余信 息， 用逻辑推 理算 法表示判 别规 则。应 用小波 变换 与粗糙
集 能 够 满 足 利 用 不精 确 信 息进 行 目标 识 别 的 需要 。 关键词 ： 小波 变换 ； 糙 集 ；雷 达 目标 识 别 粗
中图 分 类 号 ：２ １８ ０ ４ ．２
１ 知识 的表示 ）
对 于一 个给 定 的 对 象 论 域 ， 何 子 集 Ｘ ∈Ｕ称 任 为 中的概 念或 范畴 ， 中的概 念 构 成 了一 个 特 定论 域 的分 类 ， 一个 上 的分类族 定义 为一 个 上的知
像滤 波器 ， 出了离 散小 波变换 的金 字塔算 法 ， 信号 给 使 快速 分解 和重 构得 以实 现 。在 Ｍ ｌｔ 法 基 础 上 ， ａｌ 算 ａ 进
维普资讯
第３ ７卷
第１ 期
航 空 计 算 技 术
Ａｅ ｏ ａ ｔｃ ｌＣｏ ｕ ｉ ｃ ｎｉｕｅ ｒ ｎ ｕ ｉａ ｍｐ ｔｎｇＴｅ ｈ ｑ
Ｖｏ． ．１ １３７ Ｎｏ
２０ ０ ７年 １ 月
Ｊｎ ２ ０ ａ ．０ ７
基 于 小 波 变 换 与 粗 糙 集 的 雷 达 目标 识 别 方 法
此， 这样 的一 个特 征 向量 完全 可 以用来表 征 原信 号 ， 并
且 它 与不 同类 别 目标 的特 征 向量有 着 较 大 的差 别 ， 因 此可 以用它 来完 成 目标 的分 类 、 别 、 测 。 识 检
２ 粗糙 集 理 论 １ 小 波 变换
Ｍ ｌｔ ａｌ 根据 多 分辨 分 析 的 观 点 ， 用 共 轭 正 交 镜 ａ 利