雷达自动目标识别是一个活跃的研究领域。随着计算机技术的进步，实时目标分类和识别成为雷达系统的一个重要的基本特征（功能），特别是在军事方面。定位、跟踪和识别敌方目标的雷达传感器信息为军队提供了多种战术优势。因此，使用雷达识别目标类型对于地面监控和采取军事行动非常重要。就目前来看，目标自动分类是未来雷达系统的一项重要功能。
本论文介绍了多种用于合成孔径雷达（SAR）和脉冲多普勒雷达（PDR）目标的自动分类方法，结构如下：
第一章为引言部分，介绍了本文的研究目的和贡献，雷达自动目标分类统计模式模型的基本概念以及论文的结构。第二章研究了合成孔径雷达自动目标分类识别问题，提出了一种基于二维倒谱的特征参数提取方法。通过在MSTAR图像数据库上的测试，将这种新的二维倒谱方法与主成分分析和独立成分分析进行了比较。使用支持向量机（SVM）对提取的特征进行分类。本文内容证明了使用二维倒谱特征参数可以区分自然背景（杂波）和人造物体（金属），以及识别合成孔径雷达图像中的军事目标。此外，还证明了二维倒谱方法可以提供更好的分类精度，并给出了实验结果。第三章针对人工操作的局限性，对地面监视脉冲多普勒雷达回波信号进行了自动分类实验，提出了三种不同的方法，包括高斯混合模型、协方差矩阵和支持向量机方法，并通过实验比较了不同方法的性能。实验和研究中使用了倒谱特征，包括倒谱和梅尔倒频谱系数（MFCC），并给出了实验结果。第四章对论文进行了总结。
图 4 轮式车辆的雷达回波样本
目录
需要英文原文及更多国外装备伪装隐身技术资料欢迎联系010-86468585，13810077682（微信同号）
长按识别二维码，获取更多精彩内容
