版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、SAR全天候、全天時(shí)等特點(diǎn)使其在軍事領(lǐng)域具有光學(xué)成像系統(tǒng)無法替代的優(yōu)勢(shì)。而隨著SAR軍事作用的提升,針對(duì)SAR的干擾和抗干擾技術(shù)也成為了SAR研究的重要課題。SAR欺騙式干擾通過干擾機(jī)模擬虛假的回波,在SAR圖像上形成欺騙目標(biāo),嚴(yán)重影響SAR圖像解譯的可靠性。由于SAR一般為側(cè)視成像,SAR圖像中目標(biāo)陰影特征明顯。因此,本文針對(duì)SAR欺騙式干擾,開展了基于陰影特征的SAR對(duì)抗方法研究,具體內(nèi)容及創(chuàng)新如下:
1.闡述了SAR基本
2、原理,SAR欺騙式干擾的實(shí)現(xiàn)方式以及SAR圖像的陰影特征。說明了SAR欺騙式干擾本質(zhì)是干擾回波和真實(shí)回波的疊加,難以實(shí)現(xiàn)對(duì)虛假目標(biāo)陰影特征的模擬,因此可以在圖像域從陰影識(shí)別的角度進(jìn)行SAR抗欺騙式干擾。簡(jiǎn)要概述了識(shí)別所用到的神經(jīng)網(wǎng)絡(luò)的基本原理,對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)訓(xùn)練常用的反向傳播算法進(jìn)行了說明。
2.對(duì) LeNet-5結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行改進(jìn)以用于 SAR目標(biāo)分類。將LeNet-5結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)的卷積層和全連接分類層的激
3、活函數(shù)分別改為ReLU和softmax函數(shù),池化層采用最大采樣,對(duì)網(wǎng)絡(luò)參數(shù)調(diào)節(jié)改善SAR目標(biāo)分類效果。由于SAR公開數(shù)據(jù)庫(kù)中沒有欺騙式干擾下的數(shù)據(jù),本文為此研究了基于電磁仿真軟件的SAR成像仿真。通過計(jì)算雷達(dá)照射下的目標(biāo)表面電磁流分布,回波仿真和成像處理得到復(fù)雜目標(biāo)及其在欺騙式干擾下的成像結(jié)果,為基于識(shí)別的抗欺騙式干擾研究提供了樣本庫(kù)。
3.提出了基于圖像域SAR目標(biāo)分類以及抗欺騙式干擾方法。傳統(tǒng)SAR抗欺騙式干擾通過對(duì)發(fā)射信
4、號(hào)進(jìn)行復(fù)雜調(diào)制抑制干擾回波積累成像,無法對(duì)已經(jīng)受欺騙式干擾的圖像進(jìn)行抗干擾。本文首先將SAR圖像通過卷積神經(jīng)網(wǎng)絡(luò)時(shí)完成對(duì)圖像的分類,此時(shí)圖像邊緣信息明顯,能夠較好的分辨出目標(biāo)類型。但是真實(shí)目標(biāo)陰影特征相對(duì)較弱,難以被學(xué)習(xí)和區(qū)分。接下來結(jié)合大津法和形態(tài)學(xué)運(yùn)算對(duì)分類后的圖像進(jìn)行多值化處理,多值化后的目標(biāo)邊緣信息有所損失但陰影特征得到了增強(qiáng),這時(shí)將圖像通過新的網(wǎng)絡(luò)實(shí)現(xiàn)真假目標(biāo)的判定從而判斷SAR圖像是否已經(jīng)受到干擾并標(biāo)記出欺騙目標(biāo)。
5、 4.從彈射式和欺騙式兩個(gè)角度提出了兩種主動(dòng)式陰影消除的 SAR欺騙式干擾方法。彈射式方面,SAR成像中目標(biāo)與其陰影方位向位置相同,在距離向陰影有所延后,陰影這一位置特點(diǎn)與彈射式干擾效果類似。因此本文通過對(duì)干擾機(jī)和彈射點(diǎn)位置的計(jì)算,將背景彈射至目標(biāo)陰影處,實(shí)現(xiàn)了對(duì)目標(biāo)陰影的消除。欺騙式干擾方面,獲取雷達(dá)參數(shù)后欺騙式干擾可以實(shí)現(xiàn)在特定位置產(chǎn)生干擾目標(biāo)。
本文通過真實(shí)目標(biāo)計(jì)算出目標(biāo)陰影位置,根據(jù)陰影位置信息進(jìn)行欺騙式干擾調(diào)制,產(chǎn)生
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- SAR對(duì)抗試驗(yàn)效果等效推算方法研究.pdf
- 基于特征的SAR圖像配準(zhǔn)方法研究.pdf
- 基于局部特征的SAR圖像地物分類方法研究.pdf
- 基于特征調(diào)制的SAR欺騙干擾方法研究.pdf
- 基于灰度特征的SAR圖像配準(zhǔn)方法研究.pdf
- 基于多特征融合的極化SAR地物分類方法研究.pdf
- 基于特征分解的SAR動(dòng)目標(biāo)檢測(cè)方法.pdf
- 基于博弈論的SAR有源干擾對(duì)抗技術(shù).pdf
- 基于特征提取的SAR圖像去斑方法.pdf
- 基于統(tǒng)計(jì)特征和混合模型的SAR圖像分割方法研究.pdf
- 基于點(diǎn)特征的SAR圖像配準(zhǔn)方法研究與實(shí)現(xiàn).pdf
- 基于極化特征的SAR溢油檢測(cè)研究.pdf
- SAR圖像結(jié)構(gòu)特征匹配方法研究.pdf
- 基于特征降維和分類器融合的極化SAR分類方法.pdf
- SAR圖像特征提取與分類方法的研究.pdf
- 基于SFIT特征的SAR圖像匹配.pdf
- 星載SAR系統(tǒng)對(duì)抗技術(shù)研究.pdf
- 基于道路背景特征的車輛陰影消除算法研究.pdf
- 基于實(shí)測(cè)數(shù)據(jù)的SAR成像方法研究.pdf
- 基于形態(tài)學(xué)的SAR目標(biāo)特征提取與分類方法研究.pdf
評(píng)論
0/150
提交評(píng)論