一、主被动毫米波探测器信息融合研究（论文文献综述）
马益路[1]（2019）在《基于深度学习的毫米波探测系统自动目标识别方法研究》文中研究说明毫米波探测系统具有全天时、全天候、抗干扰能力强、作用距离远等优点,在军事和民用领域如近程探测、精确制导、对地遥感、导航和反恐安检等方面获得了广泛应用,在目标探测领域具有重要地位。自动目标识别技术是毫米波探测系统应用的关键技术之一。然而,受系统体制、系统参数、环境噪声、目标方位和姿态、数据样本数量等因素的影响,毫米波探测系统自动目标识别在理论和技术方面仍有许多问题亟待解决。因此,本文以毫米波探测系统自动目标识别为中心,以深度学习理论为工具,针对毫米波主动探测系统、毫米波被动探测系统的基础原理和工作方式,深入研究了高层特征表示和自动目标识别方法,主要研究内容如下:（1）基于深度字典学习的毫米波雷达地面目标高分辨距离像目标识别方法研究。首先针对毫米波地面目标高分辨距离像样本方位敏感性和在一定方位角域内相关性高的特性,引入了原子类别角域筛选约束和相关性约束,构建了基于角域特性的稳健判别字典学习算法,并结合深度学习理论,提出了一种深度判别字典学习目标识别算法,提高了毫米波雷达地面目标高分辨距离像样本重构精度、识别正确率和鲁棒性。（2）基于深度抗噪收缩自编码网络的毫米波雷达地面目标高分辨距离像目标识别方法研究。针对毫米波地面目标高分辨距离像样本方位敏感性和噪声敏感性,通过自编码网络模型将传统目标识别框架转化为数据驱动的自主学习框架,结合收缩约束和抗噪重构约束提出了改进的抗噪收缩自编码网络及其堆栈模型,并进一步利用多层感知器和深度降噪自编码网络构建了端到端的毫米波地面目标高分辨距离像自动识别框架,增强了算法构建目标稳健高层特征表示的能力,松弛了特征表示的方位敏感性和噪声敏感性,提高了噪声干扰条件下毫米波雷达地面目标高分辨距离像自动识别的正确率。（3）基于深度协同降噪自编码网络的毫米波雷达地面目标高分辨距离像目标识别方法研究。首先针对毫米波地面目标高分辨距离像方位敏感性和角域特性,结合协同滤波算法,构建了基于泛角域样本协同的毫米波地面目标高分辨距离像协同滤波模型,并提出了适用于毫米波地面目标高分辨距离像识别的协同降噪自编码网络算法。在协同降噪自编码网络的基础上构建了深度学习框架,进一步增强了算法生成高层特征表示的能力和特征的可识别性,提升了低信噪比条件下毫米波雷达地面目标高分辨距离像自动识别的正确率。（4）基于复数域深度卷积神经网络信息融合的毫米波SAR目标识别方法研究。针对传统SAR数据图像域信息不足的问题,以干涉矩阵数据作为训练样本,提出了一种复数域卷积卷积神经网络与超像素信息融合的目标识别算法。利用卷积层的组合有效地将低层的原始数据投影到高层特征空间中,提取嵌入在SAR数据中的稳健特征表示,提高了标签预测算法的识别正确率和稳定性;结合超像素表示在匹配图像边界方面的优势,以边界轮廓信息修正深度网络预测标签图中的奇异点和边界误识别点,降低了网络误输出带来的风险,增强了对边缘目标的识别能力,进一步提高了识别准确率。（5）基于深度降噪卷积神经网络的毫米波干涉综合孔径辐射成像系统目标识别方法研究。针对毫米波干涉综合孔径辐射成像系统反演图像受环境噪声影响严重和图像结构信息缺失的问题,融合降噪自编码重构网络和卷积神经网络构建了端到端的深度降噪卷积神经网络识别框架;通过分析毫米波In SAR成像系统原理和机制,提出了基于复数域可见度函数的深度降噪卷积神经网络目标识别算法,消除了图像反演过程带来的时间代价和信息缺失,综合利用幅度和相位信息构建更丰富、更具识别力的高层次特征表示,优化样本数据与标签的潜在联系,提高了识别正确率和抗噪性能。
鲍立飞[2]（2019）在《基于信息融合的主被动混合毫米波成像目标识别方法研究》文中提出全球范围的恐怖主义、暴力犯罪活动频发,给人民生活带来巨大威胁。为预防该类暴、恐事件,提高公众场所的安检能力尤为重要。毫米波成像技术对衣物穿透能力强、成像分辨率较高,在辐射安全防护上更有优势,适用于人体安检。其中毫米波主动、被动成像图像各有优缺点,本文将信息融合概念引入毫米波主被动成像系统中。本文研究主动毫米波成像算法、图像预处理以及数据融合方法等。主要研究内容包括以下三个方面:首先,推导了基于球面波展开的二维平面全息算法以及基于角谱理论的二维平面精确全息重建算法。采用精确全息重建算法编程,仿真验证方位向分辨率,确定最佳采样平面范围。基于先验波束和成像距离,观察复反射率为1的目标线对模型在极窄波束、普通波束、超宽波束下的衍射全息图及反演重建图。优化了全息仿真中的天线波束,主瓣宽度从窄波束的8.8°变至宽波束的57.0°,有效地提高了重建图像质量。另外采用MATLAB和FEKO软件联合仿真建立PEC金属条,单发单收模式下,发射天线为宽波束半波振子的重建效果优于窄波束喇叭天线,重建数据最小相对误差低至6%。第二,探讨了图像的预处理方法,包括滤波、图像增强和边缘检测等。将形态学滤波应用于图像处理中,并探讨了图像灰度变化、直方图修正化等方法,取得较佳效果。采用图像梯度、Prewitt算子、Canny算子对毫米波图像进行预处理。Prewitt算子可以有效识别关键目标,探测人体是否携带隐匿物,成功率达到75%。第三,将信息融合概念引入毫米波成像系统,可见光摄像头、毫米波辐射计、毫米波主动雷达作为多源传感器,提出毫米波主被动复合成像系统的硬件融合框图、基于决策级融合的软件融合框图。重点研究像素级融合。采用主观评价、客观指标如信息熵、清晰度对融合图像定量分析。小波变换仿真采用两幅已配准的多聚焦灰度图像进行融合,IHS变换仿真实现了高分辨率的彩色图像的合成。信息熵和清晰度有效提高,最大提高率达到了31.9%,得出融合图像优于源图像的结论。为多源毫米波成像系统中图像的像素级融合奠定基础。综上,本文关于主动毫米波精确全息重建算法、图像预处理以及数据融合方面的研究,为毫米波成像系统应用于人体安检提供了基础理论支持。
张明[3]（2018）在《毫米波主被动复合探测关键技术研究》文中提出针对采用单一被动毫米波探测末敏弹易受有源诱偏干扰的情况,本课题设计一种频分式主被动同时敏感目标复合探测方法,主要研究内容包括:（1）在分析毫米波被动探测机理基础上,建立了毫米波辐射计输出信号模型,通过对末敏弹辐射计无源干扰、有源对消干扰和有源诱骗干扰的研究,提出了频分毫米波主被动同时敏感目标的复合探测方案以提高其抗干扰性能。（2）建立了线性调频连续波（LFMCW）雷达差频信号模型并对毫米波主动探测作用距离进行了分析,研究了不同因素对目标一维距离像的影响,根据目标一维距离像特征提出了毫米波主动探测特征提取的方法,并且分析了 LFMCW雷达的抗干扰性能。（3）针对主被动探测信息融合,采用D-S证据理论方法在决策层融合,采用模糊集理论获取D-S证据理论所需的基本概率赋值;针对D-S证据理论所存在的证据冲突问题,提出了改进的D-S证据理论信息融合方法;对复合探测器权重进行分析,提出了不同探测器权重加权的方法;仿真结果验证所采用方法的有效性。（4）完成了末敏弹毫米波主被动复合探测器样机的设计、制作和联试,通过高楼半实物仿真模拟试验对系统性能进行了测试,试验结果表明频分式毫米波主被动复合探测器能有效探测识别110米远金属模拟目标。
白瑞[4]（2017）在《滚仰导引头关键技术及其在空空导弹上的应用研究》文中提出本文以空空导弹武器系统为应用背景,结合国内型号项目的研制需求,针对滚仰导引头研发过程中关心的理论问题及涉及到的关键技术进行了研究,为我国滚仰导引头总体设计以及在在空空导弹上的应用提供理论依据,研究成果可直接服务于工业部门,并对相应的工程研制提供重要支撑。首先,梳理了空空导弹的发展动态,完成了对国外新一代空空导弹的技术调研,对国外先进导引头技术的发展及其在空空导弹上的应用进行了综述,在此基础上确定了本文的研究对象——基于库德光路的半捷联滚仰导引头。对滚仰导引头技术发展、视线角速度提取以及隔离度寄生回路研究等技术领域的发展进行了调研分析。其次,对导引头的功能和组成进行了介绍,给出了与滚仰导引头相关的坐标系定义,推导得到了各坐标系之间的转换关系。对滚仰导引头的库德光路进行了分析,推导得到了从弹体捷联探测器到虚拟内框探测器的误差角传递特性。以红外成像导引头为例进行了数学仿真,结果表明在真实弹目视线保持不变的情况下,弹体扰动带来的框架角运动将导致捷联探测器目标图像发生旋转。第三,通过对比滚仰式导引头和俯仰-偏航式导引头的光点在像球面上的运动规律,完成了滚仰导引头的跟踪原理分析。根据滚仰导引头框架运动规律,推导得到了基于坐标转换方法和基于旋量理论的两种框架角增量指令计算方法,并对其计算精度进行了仿真验证。从目标跟踪、视线稳定和角增量指令计三个角度分析了滚仰导引头对小离轴角区域目标的过顶奇异性问题,并给出了分区域的过顶控制策略。第四,分析了滚仰导引头的动力学特性,由于滚仰导引头内外框之间的运动关系,导引头外框负载以及外框相对弹轴的转动惯量是时变的,推导得到了基于时变转动惯量的导引头动力学方程。导引头动力学方程表明两通道之间存在耦合,提出了一种基于控制力矩补偿的通道间解耦方法,并通过仿真进行了验证。针对半捷联导引不能直接输出光轴视线角速度的问题,提出了三种视线角速度提方案。概括了贝叶斯框架下的非线性滤波理论,采用扩展卡尔曼滤波和容积卡尔曼滤波进行了滚仰半捷联导引头框架角速度滤波估计研究。第五,分别在导引头的滚转通道和俯仰通道定义了单通道隔离度,分析了滚仰导引头对弹体扰动的隔离作用,提出了一种探测器误差角补偿方法,使导引头控制回路不响应由于光轴受迫运动引起的误差角变化。以滚转通道为例分析了单通道半捷联导引头隔离度特性,推导得到了了反电势、干扰力矩、刻度尺误差造成的隔离度传递函数,仿真得到了导引头参数取典型数值时的隔离度幅相特性。将隔离度产生的光轴视线角速度转换到惯性系,得到惯性系下的俯仰和偏航通道耦合模型,分析了两通道的耦合特性。建立了包括隔离度寄生回路的两通道制导控制模型,分析了隔离度寄生回路对制导精度的影响。第六,为了满足末端大机动要求,已经有对空导弹开始在弹道末端交会刻时引入直接力控制,为了充分利用脉冲发动机资源,要求导弹以一定的角速度自旋。选取相控阵主动雷达导引头+被动捷联干涉仪作为复合制导方式,在弹体旋转情况下进行了耦合特性及解耦方法的研究。建立了弹体旋转条件下相控阵导引头两回路交叉耦合数学模型,分析了交叉耦合产生的原因,提出了满足解耦条件的相控阵导引头前向增益设计要求。研究了弹体旋转条件下被动捷联干涉仪测角原理,对基于动力陀螺及速率陀螺辅助解耦方案进行了详细分析,并对被动干涉仪+主动相控阵导引头复合制导信息融合跟踪模式进行研究。
沈坤,黄峥,卢照敢[5]（2011）在《基于小波网络的主被动毫米波数据特征层融合》文中研究说明针对毫米波主被动数据决策层融合预处理代价高、丢失目标信息的缺点,提出了一种基于小波网络的毫米波主被动数据特征层融合方法。该方法从主被动数据中提取特征值,将特征值作为小波神经网络的输入,在小波网络中实现主被动数据的特征层融合,对目标进行识别。实验和计算机仿真表明,对与毫米波主被动数据融合,基于小波神经网络的特征层融合的识别率比基于D-S证据理论的决策层融合的识别率高。
李春龙[6]（2010）在《调频/辐射信息融合处理方法研究》文中认为本课题为“调频／辐射信息融合处理方法研究”,研究了对空目标（某型战斗机）进行探测识别时的信号处理问题。基于宽带线性调频连续波雷达与毫米波直流全功率辐射计的硬件系统,对其信息融合处理做了相应的研究。通过对宽带线性调频连续波雷达与毫米波直流全功率辐射计的分析,针对某型战斗机,计算了多散射中心模型中各散射点的近似雷达截面积,并根据该战斗机实际几何尺寸建立了其辐射模型。仿真计算了宽带线性调频连续波雷达的多散射中心模型一维距离像和毫米波直流全功率辐射计的天线温度变化曲线,通过小波分析的方法分别提取了一维距离像和天线温度变化曲线的特征矢量,提取的特征矢量相对于原始数据实现了一定的数据压缩和抗噪声能力,并通过BP网络仿真目标识别,证明了提取的特征矢量能够很好的对目标进行识别。本文在信息融合处理中,提出了基于参量模板法和神经网络的两种特征层信息融合方案,并对基于神经网络的本系统特征层信息融合做了深入的研究。在基于神经网络的本系统特征层信息融合方案中,提出了两种融合方法,并分别进行了目标识别仿真,两种融合方法均达到了在相同信噪比下提高了目标识别率,融合方法B相对于融合方法A减少了数据量,提高了目标识别的实时性。
栾英宏[7]（2010）在《毫米波主被动复合近程探测目标识别方法研究》文中研究指明毫米波探测技术以其良好的综合性能,成为当前精确探测技术发展的主要方向之一。随着探测技术的发展及探测目标背景的日趋复杂,对目标要了解的信息也越来越多,不仅要获得目标的距离、速度和角度等信息,而且还要对目标进行准确的跟踪和定位。因此,复合探测技术成为发展的必然趋势。本论文的研究基于毫米波主被动复合近程探测技术展开。主动探测采用毫米波近程高分辨力雷达,探测距离较远,可以获得目标的速度、角度、距离等信息；被动探测使用毫米波辐射计,不发射电磁波,因而没有电磁污染和目标闪烁效应,工作比较隐蔽,不易被发现。两种体制相结合构成的主被动复合探测系统,可以使主动和被动探测优势互补,探测目标更为详细的信息,进而提高目标识别率。信号处理是精确探测系统一个不可或缺的部分,先进的信号处理技术是提高毫米波探测系统精确性的一个主要因素。论文重点对毫米波主被动复合探测的信号处理进行了深入的分析与研究。主动探测通过不同的波形设计方法,研究了各种高分辨力信号实现高分辨距离像的方法及其优缺点和应用。采用匹配追踪的时频分析方法,选择合适的原子库,对回波信号进行稀疏分解与重构,提取出表示回波信号特征信息的本征量,并利用相关向量机及模糊相关向量机的方法,实现了对毫米波近程高分辨力雷达距离像的目标识别。被动探测在稀疏分解对信号进行去噪处理的基础上,根据波形的时域特征以及频域、时频域特征研究了粗糙集理论和人工神经网络在目标识别中的应用,两者有机结合的粗神经元网络,可接受数据集合的上下边界数据,提高神经网络的性能,在信息处理中发挥了极大的优越性。接着,对主被动复合探测信息融合的目标识别进行了研究。基于信息融合理论的体系结构和融合层次,结合毫米波主被动探测系统的特点,提出了一种目标特征的空域-时域融合结构：先利用基于模糊聚类的D-S证据理论对主、被动探测器的信号进行空域融合；然后将系统在不同高度下的空域融合结果作为可测函数,利用模糊积分的方法对每个高度的空域融合结果再进行时域融合,得到更可靠的对目标的一致性描述,进一步提高融合目标识别结果。最后,论文对毫米波主被动复合近程探测系统的目标识别技术实现进行了设计,由于复合探测系统工作模式复杂、信息处理量大,对信号处理的实时性要求高,因此利用高速DSP和FPGA芯片构建了一个信号处理系统。结合二者优点,可兼顾速度和灵活性,给出了信号处理系统的软硬件设计,作了相关测试实验,并根据实际电路,对高速数字设计中信号的完整性作了分析。
王本庆,李兴国,朱莉[8]（2010）在《毫米波主被动阵列探测技术》文中指出针对单通道探测的不足,提出了毫米波主被动阵列探测技术,为导引头提供更加真实详细的目标信息。主被动复合探测体制可以结合雷达和辐射计的优点,远程时使用主动探测,可以增加探测距离,近程时使用被动探测,可以避免角闪烁。当弹丸以一定转速垂直下落时,毫米波波束和弹轴成特定角度对地面作螺旋圆锥扫描,当波束扫描过目标时,探测器阵列输出与目标相对应的信号,通过对各个通道信号作相关处理判断即可确定目标的精确方位,此时输出修正或起爆信号。试验表明该技术能够精确探测目标中心。
李相平,李世忠,张刚,李亚昆[9]（2008）在《反舰导弹毫米波主被动复合制导导引头设计探讨》文中提出介绍了毫米波主被动复合制导的主要性能和主被动复合的三种方式,分析了毫米波主被动复合制导既可以充分发挥毫米波主动雷达的反隐身能力,又可以发挥毫米波被动雷达探测距离相对较远的优点,在此基础上提出了一种新的毫米波主被动复合制导导引头设计方案,该设计方案通过毫米波主被动雷达信息融合处理技术,提高了抗干扰能力和目标识别能力,可以实现对目标的精确打击。
周超杰[10]（2007）在《近程探测器信号处理系统的软硬件设计》文中研究指明毫米波近程复合探测技术是将毫米波雷达和辐射计相结合，充分利用目标的主动测距和被动辐射特性来完成目标方位判定及目标识别，大大改善了毫米波探测器的性能，是毫米波探测技术的发展趋势。本文研究了近程探测器主被动回波信号的波形特征，通过对实际采集的波形与仿真波形对比，分析了目标识别相关算法。讨论了几种信号预处理的方法，重点分析了过采样技术在探测器信号预处理中的作用。以TMS320VC5410 DSP芯片为核心，利用C5410 DSP芯片高速的信号处理能力、丰富的片内资源以及灵活的外部接口，完成了近程探测器信号处理系统的硬件设计，包括：AD采样、存储扩展、系统电源、系统时钟等模块，完成了全部系统应用软件的设计，包括：AD采样、测距、信号预处理和滤波、目标识别等算法，实现了探测器主动测距和被动目标识别功能，编写了相应的程序实现系统的自举加载。最后，对系统进行调试，分析解决了调试中遇到的问题，总结了调试经验。
二、主被动毫米波探测器信息融合研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、主被动毫米波探测器信息融合研究（论文提纲范文）
（1）基于深度学习的毫米波探测系统自动目标识别方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号注释表 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 自动目标识别的概念及原理 |
| 1.1.2 毫米波探测系统的自动目标识别技术 |
| 1.2 国内外研究概况 |
| 1.3 毫米波探测系统自动目标识别关键问题 |
| 1.3.1 基于HRRP的目标识别关键问题 |
| 1.3.2 基于SAR图像的目标识别关键问题 |
| 1.3.3 基于InSAR的目标识别关键问题 |
| 1.4 特征抽取算法简介 |
| 1.4.1 线性特征提取算法 |
| 1.4.2 非线性特征提取算法 |
| 1.4.3 基于神经网络的特征提取方法 |
| 1.5 论文结构安排与创新点 |
| 2 基于深度稳健判别字典学习的HRRP识别算法研究 |
| 2.1 引言 |
| 2.2 字典学习简介 |
| 2.2.1 字典学习模型 |
| 2.2.2 字典学习方法 |
| 2.2.3 稀疏表示的求解方法 |
| 2.3 深度稳健判别字典学习算法研究 |
| 2.3.1 数据特性分析及处理 |
| 2.3.2 稳健判别字典学习算法(SDDL) |
| 2.3.3 深度稳健判别字典学习算法(DSDDL) |
| 2.4 实验与分析 |
| 2.4.1 实验数据描述 |
| 2.4.2 算法性能分析 |
| 2.5 本章小结 |
| 3 基于深度收缩降噪自编码的HRRP识别算法研究 |
| 3.1 引言 |
| 3.2 基础神经网络 |
| 3.2.1 自编码器 |
| 3.2.2 多层感知器 |
| 3.3 深度收缩降噪自编码识别算法研究 |
| 3.3.1 数据特性分析与处理 |
| 3.3.2 降噪收缩自编码 |
| 3.3.3 基于堆栈降噪收缩自编码的识别算法 |
| 3.4 实验与分析 |
| 3.4.1 DCAE识别性能分析 |
| 3.4.2 SDCAE参数影响分析 |
| 3.4.3 基于SDCAE的识别性能实验与分析 |
| 3.4.4 方法讨论 |
| 3.5 本章小结 |
| 4 基于深度协同自编码的HRRP识别算法研究 |
| 4.1 引言 |
| 4.2 协同滤波 |
| 4.3 深度协同降噪自编码识别算法研究 |
| 4.3.1 方位敏感特性分析 |
| 4.3.2 HRRP识别与CF模型联系 |
| 4.3.3 协同自编码 |
| 4.3.4 基于深度协同自编码的识别算法 |
| 4.4 实验与分析 |
| 4.4.1 特征表示分析 |
| 4.4.2 识别性能分析 |
| 4.4.3 方法讨论 |
| 4.5 本章小结 |
| 5 基于CV-CNN和超像素信息融合的SAR图像识别算法研究 |
| 5.1 引言 |
| 5.2 基础工作简介 |
| 5.2.1 Pol SAR数据处理 |
| 5.2.2 超像素分割 |
| 5.2.3 卷积神经网络简介 |
| 5.3 基于CV-CNN和超像素信息融合的SAR地形识别算法 |
| 5.3.1 数据预处理 |
| 5.3.2 基于CV-CNN的 Pol SAR图像识别网络 |
| 5.3.3 基于信息融合的目标识别算法 |
| 5.4 实验与分析 |
| 5.4.1 Flevoland数据集识别实验 |
| 5.4.2 Oberpfaffenhofen数据集识别实验 |
| 5.4.3 Flevoland基准数据集识别实验 |
| 5.4.4 San Francisco数据集识别实验 |
| 5.5 本章小结 |
| 6 基于深度降噪卷积网络的被动毫米波目标识别算法研究 |
| 6.1 引言 |
| 6.2 InSAR成像原理及图像特点 |
| 6.2.1 基于G矩阵的近程毫米波InSAR成像模型 |
| 6.2.2 InSAR图像特性分析 |
| 6.3 基于深度去噪CNN的 InSAR反演图像目标识别 |
| 6.3.1 被动毫米波图像数据集的构建 |
| 6.3.2 基于DAE-CNN的 InSAR图像目标识别算法 |
| 6.3.3 实验与分析 |
| 6.4 基于深度去噪CNN的 InSAR可见度函数目标识别 |
| 6.4.1 基于可见度函数的深度降噪CNN目标识别算法 |
| 6.4.2 实验与分析 |
| 6.4.3 方法讨论 |
| 6.5 本章小结 |
| 7 集成毫米波主被动目标探测识别系统设计 |
| 7.1 引言 |
| 7.2 毫米波HRRP识别子系统 |
| 7.3 毫米波SAR图像识别子系统 |
| 7.4 毫米波InSAR目标识别子系统 |
| 7.5 本章小结 |
| 8 总结与展望 |
| 8.1 全文总结 |
| 8.2 存在的问题及工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附A 攻读博士期间发表的论文 |
| 附B 攻读博士期间参与的课题 |
（2）基于信息融合的主被动混合毫米波成像目标识别方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外文献综述的简析 |
| 1.3 本文的主要研究内容 |
| 第2章 毫米波主被动成像技术 |
| 2.1 引言 |
| 2.2 毫米波被动成像 |
| 2.2.1 有效辐射温度 |
| 2.2.2 天线接收功率和辐射计 |
| 2.2.3 辐射计分辨率实验 |
| 2.3 毫米波主动成像算法 |
| 2.4 毫米波全息成像 |
| 2.4.1 基于球面波展开的二维平面全息成像 |
| 2.4.2 基于角谱理论的二维平面全息成像 |
| 2.4.3 采样间隔与采样范围 |
| 2.5 全息成像仿真验证 |
| 2.5.1 点目标仿真验证分辨率 |
| 2.5.2 最佳采样平面仿真实验 |
| 2.6 本章小结 |
| 第3章 全息成像仿真实验 |
| 3.1 引言 |
| 3.2 毫米波天线波束宽度仿真实验 |
| 3.2.1 接收天线波束宽度方向图仿真 |
| 3.2.2 建立线对模型 |
| 3.2.3 不同波束宽度的全息成像结果 |
| 3.3 FEKO建模实物仿真 |
| 3.3.1 发射天线介绍 |
| 3.3.2 建立金属条模型 |
| 3.3.3 宽波束半波振子正常采样 |
| 3.3.4 宽波束半波振子稀疏采样 |
| 3.3.5 窄波束喇叭天线正常采样 |
| 3.4 本章小结 |
| 第4章 图像预处理 |
| 4.1 图像滤波方法介绍 |
| 4.1.1 噪声的分类 |
| 4.1.2 图像滤波方法介绍 |
| 4.1.3 均值滤波、高斯滤波和中值滤波 |
| 4.1.4 形态学滤波 |
| 4.2 图像增强 |
| 4.2.1 图像灰度变换 |
| 4.2.2 图像直方图修正法 |
| 4.3 轮廓提取和边缘检测 |
| 4.3.1 图像梯度 |
| 4.3.2 Prewitt算子 |
| 4.3.3 Canny算子 |
| 4.3.4 验证边缘检测效果 |
| 4.4 本章小结 |
| 第5章 图像融合 |
| 5.1 引言 |
| 5.1.1 图像融合技术的分类 |
| 5.1.2 图像主观评价标准 |
| 5.1.3 图像客观评价参数 |
| 5.2 数据融合框架 |
| 5.2.1 硬件融合框架 |
| 5.2.2 软件融合框架 |
| 5.2.3 时空同步与图像配准 |
| 5.3 基于多聚焦的小波变换 |
| 5.3.1 多聚焦图像 |
| 5.3.2 小波变换基本原理 |
| 5.3.3 小波变换仿真 |
| 5.3.4 评价参数 |
| 5.4 IHS变换图像融合 |
| 5.4.1 IHS颜色模型 |
| 5.4.2 IHS变换仿真 |
| 5.4.3 评价参数 |
| 5.5 主被动图像融合 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（3）毫米波主被动复合探测关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 末敏弹研究现状 |
| 1.2.2 毫米波主被动复合探测研究现状 |
| 1.2.3 信息融合技术研究现状 |
| 1.3 本文研究的主要内容 |
| 2 毫米波被动探测干扰分析和毫米波主被动复合探测系统 |
| 2.1 毫米波被动探测机理 |
| 2.1.1 物体辐射特性分析 |
| 2.1.2 辐射计探测信号建模与仿真 |
| 2.1.3 被动探测信号时域特征提取 |
| 2.2 末敏弹毫米波被动探测干扰分析 |
| 2.2.1 无源干扰分析 |
| 2.2.2 有源干扰分析 |
| 2.3 毫米波主被动复合探测系统 |
| 2.3.1 毫米波主被动复合探测系统方案 |
| 2.3.2 复合探测系统共孔径设计 |
| 2.4 本章小结 |
| 3 毫米波主动探测通道特征提取和抗干扰分析 |
| 3.1 毫米波主动探测原理 |
| 3.1.1 毫米波主动探测系统组成和工作原理 |
| 3.1.2 差频信号数学模型 |
| 3.1.3 LFMCW雷达作用距离分析 |
| 3.2 毫米波主动探测通道目标回波信号特征提取 |
| 3.2.1 散射中心和目标一维距离像 |
| 3.2.2 目标一维距离像的影响因素 |
| 3.2.3 基于一维距离像的目标特征提取 |
| 3.3 毫米波主动探测通道抗干扰分析 |
| 3.3.1 末敏弹干扰方法对毫米波主动探测的影响分析 |
| 3.3.2 LFMCW雷达抗噪声调幅干扰和转发式干扰分析 |
| 3.4 本章小结 |
| 4 基于D-S证据理论的毫米波主被动复合探测信息融合处理研究 |
| 4.1 基于模糊集理论的目标识别 |
| 4.1.1 模糊集理论 |
| 4.1.2 基于模糊集理论的毫米波主、被动探测目标识别 |
| 4.2 基于D-S证据理论的毫米波主被动复合探测信息融合 |
| 4.2.1 信息融合的层次 |
| 4.2.2 D-S证据理论融合法则与存在的问题 |
| 4.2.3 基于改进D-S证据理论的毫米波主被动探测信息融合 |
| 4.2.4 D-S证据理论证据权重分析 |
| 4.3 本章小结 |
| 5 毫米波主被动复合探测系统联试和试验分析 |
| 5.1 毫米波主被动复合探测性能验证试验设计 |
| 5.2 毫米波主被动复合探测试验结果与分析 |
| 5.2.1 毫米波主、被动探测通道输出信号分析 |
| 5.2.2 毫米波主被动复合探测目标识别结果与分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）滚仰导引头关键技术及其在空空导弹上的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 研究现状及发展趋势 |
| 1.2.1 先进空空导弹发展现状 |
| 1.2.2 空空导弹导引头发展现状 |
| 1.2.3 滚仰导引头技术研究进展 |
| 1.2.4 半捷联导引头视线角速度提取研究进展 |
| 1.2.5 导引头隔离度问题研究进展 |
| 1.3 论文的研究内容和主要贡献 |
| 1.3.1 论文的主要研究内容 |
| 1.3.2 论文的主要贡献和创新点 |
| 第2章 滚仰导引头功能组成及光路分析 |
| 2.1 导引头的功能与分类 |
| 2.1.1 导引头功能和组成 |
| 2.1.2 导引头分类 |
| 2.2 常用坐标系及其转换关系 |
| 2.2.1 坐标系定义 |
| 2.2.2 坐标转换关系 |
| 2.3 滚仰导引头库德光路分析 |
| 2.4 本章小结 |
| 第3章 滚仰导引头跟踪控制机理研究 |
| 3.1 滚仰导引头跟踪控制原理 |
| 3.1.1 滚仰导引头与传统两框导引头差异性分析 |
| 3.1.2 滚仰导引头指令计算方法 |
| 3.2 影响滚仰导引头跟踪效果的因素分析 |
| 3.2.1 初始滚转框架角位置对误差归零的影响 |
| 3.2.2 两通道带宽比对误差归零的影响 |
| 3.3 滚仰导引头过顶问题研究 |
| 3.3.1 滚仰导引头过顶问题机理研究 |
| 3.3.2 滚仰导引头过顶策略 |
| 3.4 本章小结 |
| 第4章 滚仰导引头视线角速度提取 |
| 4.1 滚仰导引头动力学建模 |
| 4.2 滚仰导引头的视线角速度提取方法 |
| 4.2.1 视线角速度提取方法1:视线角微分法 |
| 4.2.2 视线角速度提取方法2:框架角微分法 |
| 4.2.3 视线角速度提取方法3:框架角滤波法 |
| 4.3 滚仰导引头框架角速度滤波估计 |
| 4.3.1 贝叶斯框架非线性滤波理论 |
| 4.3.2 扩展卡尔曼滤波原理 |
| 4.3.3 无迹卡尔曼滤波原理 |
| 4.3.4 仿真验证 |
| 4.4 本章小结 |
| 第5章 滚仰导引头隔离度研究 |
| 5.1 滚仰导引头视线稳定原理 |
| 5.1.1 滚转通道的稳定作用 |
| 5.1.2 俯仰通道的稳定作用 |
| 5.1.3 误差角补偿 |
| 5.2 半捷联滚仰导引头隔离度建模 |
| 5.2.1 半捷联导引头单通道隔离度模型 |
| 5.2.2 惯性系下的滚仰导引头隔离度耦合特性分析 |
| 5.3 隔离度寄生回路对制导性能的影响研究 |
| 5.3.1 隔离度寄生回路建模 |
| 5.3.2 隔离度寄生回路对制导精度的影响 |
| 5.4 本章小结 |
| 第6章 主被动雷达复合引头在滚转型空空弹中的应用研究 |
| 6.1 主动相控阵导引头弹体滚转动力学解耦 |
| 6.1.1 坐标系定义 |
| 6.1.2 视线角计算 |
| 6.1.3 弹目视线角速度解耦滚转运动 |
| 6.2 主动相控阵导引头动力学滞后耦合分析 |
| 6.2.1 相控阵导引头等效模型建立 |
| 6.2.2 耦合效应分析 |
| 6.3 被动捷联干涉仪解耦 |
| 6.3.1 不旋转弹体单平面测角原理 |
| 6.3.2 旋转弹体干涉仪测角原理 |
| 6.3.3 相位干涉仪测量量角运动耦合 |
| 6.3.4 动力陀螺辅助解耦方案 |
| 6.4 主被动融合跟踪算法 |
| 6.4.1 主被动复合方式 |
| 6.4.2 主被动数据融合方式 |
| 6.4.3 仿真验证 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 参考文献 |
| 攻读学位期间发表论文与研究成果清单 |
| 致谢 |
| 作者简介 |
（6）调频/辐射信息融合处理方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状及发展趋势 |
| 1.2.1 调频雷达 |
| 1.2.2 毫米波辐射计 |
| 1.2.3 信息融合 |
| 1.3 论文的主要工作 |
| 2 本系统组成及工作原理 |
| 2.1 引言 |
| 2.2 主被动系统组成 |
| 2.3 宽带线性调频连续波雷达 |
| 2.4 毫米波直流全功率辐射计 |
| 2.4.1 工作原理 |
| 2.4.2 定标 |
| 2.5 本章小结 |
| 3 对空目标探测信号分析及特征提取 |
| 3.1 引言 |
| 3.2 宽带线性调频连续波雷达信号分析及特征提取 |
| 3.2.1 对空目标探测信号分析 |
| 3.2.2 基于小波分析的一维距离像特征提取 |
| 3.3 直流全功率辐射计信号分析及特征提取 |
| 3.3.1 直流全功率辐射计对空中目标探测 |
| 3.3.2 对空目标探测信号分析 |
| 3.3.3 基于小波分析的辐射特性特征提取 |
| 3.4 本章小结 |
| 4 本系统信息融合目标识别 |
| 4.1 引言 |
| 4.2 信息融合层次结构 |
| 4.3 本系统信息融合方案 |
| 4.4 应用参量模板法对本系统信息融合 |
| 4.5 应用人工神经网络对本系统信息融合 |
| 4.5.1 宽带线性调频连续波雷达目标识别仿真 |
| 4.5.2 毫米波直流全功率辐射计目标识别仿真 |
| 4.5.3 本系统信息融合目标识别仿真 |
| 4.6 本章小结 |
| 5 总结及展望 |
| 致谢 |
| 参考文献 |
（7）毫米波主被动复合近程探测目标识别方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状及发展方向 |
| 1.2.1 复合探测技术 |
| 1.2.2 高距离分辨力技术 |
| 1.2.3 智能信息处理技术 |
| 1.2.4 信息融合技术 |
| 1.2.5 数字信号处理技术 |
| 1.3 论文的主要工作和创新 |
| 2 毫米波复合近程探测系统 |
| 2.1 引言 |
| 2.2 毫米波主动探测系统 |
| 2.2.1 分辨率的基本概念 |
| 2.2.2 作用距离分析 |
| 2.2.3 毫米波近程高分辨力雷达 |
| 2.3 毫米波被动探测系统 |
| 2.3.1 物体的毫米波辐射特性 |
| 2.3.2 毫米波辐射计 |
| 2.3.3 被动探测输出信号模拟 |
| 2.4 毫米波主被动复合探测系统 |
| 2.4.1 毫米波主被动复合探测系统的分类 |
| 2.4.2 工作原理 |
| 2.4.3 系统兼容部件的参数选择 |
| 2.5 本章小结 |
| 3 毫米波主动探测器的信号处理 |
| 3.1 引言 |
| 3.2 毫米波高分辨力信号成像 |
| 3.2.1 线性调频信号 |
| 3.2.2 脉间频率步进信号 |
| 3.2.3 调频步进信号 |
| 3.2.4 非线性调频信号 |
| 3.3 基于稀疏分解的主动探测信号特征提取 |
| 3.3.1 信号的稀疏分解 |
| 3.3.2 基于优化的匹配追踪算法的特征提取 |
| 3.4 主动探测信号的目标识别 |
| 3.4.1 相关向量机的目标识别方法 |
| 3.4.2 模糊相关向量机的目标识别方法 |
| 3.4.3 毫米波主动探测目标识别实验及结果分析 |
| 3.5 本章小结 |
| 4 毫米波被动探测器的信号处理 |
| 4.1 引言 |
| 4.2 基于稀疏分解的毫米波辐射计信号去噪 |
| 4.2.1 基于匹配追踪的信号稀疏分解去噪方法 |
| 4.2.2 匹配追踪停止迭代的条件确定 |
| 4.2.3 实验步骤和结果分析 |
| 4.3 毫米波辐射计目标信号特征提取 |
| 4.3.1 时域特征 |
| 4.3.2 信号特征提取的进一步探讨 |
| 4.4 基于粗糙集和神经网络的毫米波辐射计目标识别 |
| 4.4.1 粗糙集理论 |
| 4.4.2 人工神经网络 |
| 4.4.3 粗集理论与神经网络的结合 |
| 4.4.4 基于粗神经网络的毫米波辐射计目标识别 |
| 4.5 本章小结 |
| 5 毫米波主被动复合探测系统的信息融合 |
| 5.1 引言 |
| 5.2 信息融合理论 |
| 5.2.1 信息融合的体系结构 |
| 5.2.2 信息融合层次 |
| 5.2.3 基于信息融合的目标识别 |
| 5.2.4 目标识别融合算法 |
| 5.3 毫米波主被动探测信号融合与目标识别 |
| 5.3.1 基于模糊聚类的D-S证据理论 |
| 5.3.2 模糊积分融合 |
| 5.3.3 主被动复合探测信息空时融合系统结构 |
| 5.3.4 实验结果与分析 |
| 5.4 本章小结 |
| 6 毫米波主被动探测目标识别实现技术研究 |
| 6.1 引言 |
| 6.2 方案介绍 |
| 6.3 基于FPGA和DSP的信号处理系统设计 |
| 6.3.1 FPGA各模块设计 |
| 6.3.2 DSP硬件配置 |
| 6.3.3 系统的软硬件实现 |
| 6.3.4 目标识别系统的信号完整性分析 |
| 6.4 系统实验测试和结果 |
| 6.5 本章小结 |
| 7 结束语 |
| 致谢 |
| 参考文献 |
| 附录 |
（9）反舰导弹毫米波主被动复合制导导引头设计探讨（论文提纲范文）
| 1 毫米波主被动复合制导的主要性能 |
| 2 毫米波主被动复合制导的3种方式 |
| (1) 先主动探测后被动探测的寻的方式。 |
| (2) 先被动探测后主动探测的寻的方式。 |
| (3) 主被动交替转换寻的方式。 |
| 3 一种新的毫米波主被动复合导引头的分析研究 |
| 3.1 工作时序 |
| 3.2 工作方式 |
| 3.3 导引头参数计算 |
| (1) 主动雷达信噪比 (S/N) 计算[3] |
| (2) 寻的雷达作用距离 |
| (3) 毫米波宽带被动导引头的作用距离[4] |
| 4 结 语 |
（10）近程探测器信号处理系统的软硬件设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 主被动毫米波复合探测器 |
| 1.3 DSP实时信号处理技术 |
| 1.3.1 DSP的特点 |
| 1.3.2 应用环境对实时信号处理系统要求 |
| 1.4 本文工作简介 |
| 第二章 探测器波形分析 |
| 2.1 被动波形理论分析 |
| 2.2 主动波形理论分析 |
| 第三章 目标信号预处理 |
| 3.1 传统预处理方法 |
| 3.1.1 剔点与插值 |
| 3.1.2 FIR滤波 |
| 3.2 基于过采样技术的预处理 |
| 第四章 系统硬件设计及实现 |
| 4.1 系统中央处理器的选择 |
| 4.2 信号处理系统硬件设计 |
| 4.2.1 系统硬件结构 |
| 4.2.2 电源电路设计 |
| 4.2.3 AD转换电路 |
| 4.2.4 电平转换电路 |
| 4.2.5 时钟电路 |
| 4.2.6 存储电路的设计 |
| 4.2.7 JTAG接口电路 |
| 4.2.8 电路设计中的电磁兼容 |
| 第五章 系统软件设计 |
| 5.1 主动测距 |
| 5.1.1 测距原理 |
| 5.1.2 测距范围 |
| 5.2 目标识别 |
| 5.2.1 基于SVM的目标识别算法 |
| 5.2.2 目标信号时域的特征提取 |
| 5.3 毫米波复合探测系统的信息融合 |
| 5.4 软件设计 |
| 5.4.1 开发环境介绍 |
| 5.4.2 CCS开发流程 |
| 5.4.3 部分程序 |
| 5.4.4 程序自举加载 |
| 第六章 系统调试 |
| 6.1 硬件调试 |
| 6.1.1 DSP调试 |
| 6.1.2 利用仿真软件排查硬件故障 |
| 6.2 软件调试 |
| 6.3 实验结果及分析 |
| 结束语 |
| 致谢 |
| 参考文献 |
四、主被动毫米波探测器信息融合研究（论文参考文献）
- [1]基于深度学习的毫米波探测系统自动目标识别方法研究[D]. 马益路. 南京理工大学, 2019(01)
- [2]基于信息融合的主被动混合毫米波成像目标识别方法研究[D]. 鲍立飞. 哈尔滨工业大学, 2019(01)
- [3]毫米波主被动复合探测关键技术研究[D]. 张明. 南京理工大学, 2018(01)
- [4]滚仰导引头关键技术及其在空空导弹上的应用研究[D]. 白瑞. 北京理工大学, 2017(02)
- [5]基于小波网络的主被动毫米波数据特征层融合[J]. 沈坤,黄峥,卢照敢. 科学技术与工程, 2011(11)
- [6]调频/辐射信息融合处理方法研究[D]. 李春龙. 南京理工大学, 2010(08)
- [7]毫米波主被动复合近程探测目标识别方法研究[D]. 栾英宏. 南京理工大学, 2010(08)
- [8]毫米波主被动阵列探测技术[J]. 王本庆,李兴国,朱莉. 现代防御技术, 2010(01)
- [9]反舰导弹毫米波主被动复合制导导引头设计探讨[J]. 李相平,李世忠,张刚,李亚昆. 现代电子技术, 2008(03)
- [10]近程探测器信号处理系统的软硬件设计[D]. 周超杰. 南京理工大学, 2007(01)