弹道目标微动特征提取与智能识别技术

本书主要包括弹道目标微动模型构建与特性分析、弹道目标平动补偿、弹道目标微多普勒分离、弹道目标参数估计、基于窄带特征的弹道目标智能识别、基于宽带特征的弹道目标智能识别等内容，重点阐述了基于RCS序列时频变换和序列编码的的弹道目标识别、基于三维雷达数据立方体的进动目标微动参数与结构参数估计，列举了基于贝叶斯优化的CNN设计实例和基于注意力机制的网络构造实例。

第1章绪论1.1弹道导弹1.2反导雷达系统1.3中段弹道目标及其微多普勒效应1.3.1中段弹道目标运动特性1.3.2弹道目标微多普勒效应与分析1.4本书主要内容安排参考文献第2章弹道目标模型构建与分析2.1几何模型与分析2.1.1典型弹道目标结构2.1.2基于散射中心理论的几何建模2.2轨道运动模型与分析2.2.1轨道运动建模2.2.2轨道运动特性分析2.3微动模型与分析2.3.1微动建模2.3.2微动特性分析参考文献第3章弹道目标平动补偿3.1整体信息法3.1.1平动简化模型3.1.2整体信息法3.1.3实验结果及分析3.2“双阶段”补偿法3.2.1空间目标平动特性分析3.2.2预训练的DNN3.2.3回归网络构建3.2.4实验结果及分析3.3图像空间变换法3.3.1STN工作机理分析3.3.2基于STN的平动补偿网络构建3.3.3实验结果及分析3.4高阶模糊函数法3.4.1高阶矩与高阶模糊函数3.4.2基于高阶模糊函数的平动补偿3.4.3实验结果及分析参考文献第4章弹道目标微动特征提取4.1基于NMF的锥形目标微多普勒提取4.1.1微动模型分析与NMF基本理论4.1.2基于约束NMF的时频图分离4.1.3微多普勒提取方法4.1.4实验结果及分析4.2基于三维雷达立方体的群目标特征提取4.2.1基于压缩感知的空间群目标RD序列生成4.2.2雷达数据立方体的建立4.2.3三维分段Viterbi算法4.2.4实验结果及分析4.3遮挡条件下的弹道目标微动特征修复4.3.1基于压缩感知的锥形目标微动特征修复4.3.2基于矩阵填充的多散射中心目标微动特征修复4.3.3实验结果及分析参考文献第5章弹道目标参数估计5.1基于LRCN的弹道目标回波信噪比估计5.1.1信号模型5.1.2SNR估计网络设计5.1.3SNR估计CRLB分析5.1.4实验结果及分5.2基于递归图的微动周期估计5.2.1锥柱形目标微动模型分析5.2.2RP生成与微动周期估计5.2.3实验结果及分析5.3基于三维雷达数据立方体的进动目标微动参数与结构参数估计5.3.1基于二进制掩码的强散射中心关联5.3.2基于三维特征曲线的参数估计5.3.3实验结果及分析5.4组网雷达条件下有翼弹道目标微动参数估计与三维成像5.4.1有翼弹道目标微多普勒信息提取5.4.2目标进动参数和结构参数解算5.4.3有翼弹道目标三维重构§5.3.4 实验结果及分析参考文献第6章基于窄带特征的弹道目标智能识别6.1基于RCS序列时频变换的弹道目标识别6.1.1基于RCS信息的序列特征识别6.1.2RCS信息的图像特征及组合特征识别6.1.3实验结果及分析6.2基于RCS序列编码的弹道目标识别6.2.1问题分析6.2.2特征编码6.2.3多尺度CNN6.2.4实验结果及分析6.3基于时频图的弹道目标识别6.3.1典型卷积神经网络6.3.2自搭建网络模型6.3.3实验结果及分析6.4基于CVD和时频图的弹道目标识别6.4.1特征图像表示6.4.2识别网络框架6.4.3实验结果及分析参考文献第7章基于宽带特征的弹道目标智能识别7.1基于HRRPs的锥形弹道目标微动样式识别7.1.1空间目标时间-距离像自动去噪方法7.1.2基于squeezenet的距离像分类网络7.1.3实验结果及分析7.2基于HRRPs的进动弹道目标结构识别7.2.1空间目标散射特性分析7.2.2基于HOG特征和SVM的图像分类7.2.3基于贝叶斯优化的CNN设计7.2.4实验结果及分析7.3基于RD域的弹道目标多网络识别7.3.1RD域的多种数据表示方式7.3.2识别框架7.3.3实验结果及分析7.4基于四维雷达数据的弹道目标识别7.4.1距离-频率-时间-能量思维雷达数据立方体生成7.4.2基于注意力机制的网络构造7.4.3实验结果及分析参考文献