虚拟毫米波被动探测系统

论文摘要

虚拟样机技术是上世纪九十年代随着信息技术、计算机技术的发展而兴起的一项计算机辅助工程技术,它是一种崭新的产品设计研发方法,它使用计算机仿真模型的数字化设计方法代替真实的物理样机设计。毫米波被动探测技术的军事应用潜力,促使毫米波被动探测技术成为各国竞相发展的探测技术。本文将虚拟样机技术引入毫米波被动探测系统研发中,这不仅可以降低毫米波被动探测系统研发成本,还可以有效的减少研发时间。虚拟样机技术必将推动毫米波被动探测系统的发展。本文围绕虚拟毫米波被动探测系统的组成部分,主要对以下方面进行研究。(1)对毫米波辐射计的主要组成部件、噪声和目标信号生成建模,形成虚拟部件,为虚拟毫米波被动探测系统的建立奠定了基础。(2)研究了毫米波辐射计目标视频直流信号的db5小波系数特征,并以此特征为基础,提出了毫米波辐射计目标视频直流信号的小波阈值去噪算法;针对以上小波去噪算法的缺陷,提出了改进方法。使用这些算法为基础开发了毫米波辐射计目标视频直流信号的去噪模块。(3)利用离散余弦变换(DCT)分析了毫米波辐射计目标视频交流信号的DCT系数特征及高斯白噪声的DCT系数特征后,结合SVM、LSSVM、RVM,提出了毫米波辐射计目标视频交流信号的补偿、去噪算法;借鉴小波阈值去噪思想,提出了DCT域毫米波辐射计目标视频交流信号的去噪方法,改善了毫米波辐射计目标视频交流信号的补偿、去噪算法中去噪效果。使用这些算法为基础开发了毫米波辐射计目标视频交流信号的补偿、去噪模块。(4)研究了FSVM算法中隶属度函数选取方法,在综合考虑了样本与各样本集最小包围球之间的关系后研究了一种改进的隶属度函数,并使用基于此隶属度函数的FSVM算法实现了对毫米波目标辐射信号的识别。将三波束阵列探测系统输出的三个信号融合成一个信号,研究了使用分数阶傅里叶变换实现对融合后输出信号的特征提取,再使用FSVM进行分类的目标识别方法。使用这些算法为基础开发了毫米波目标辐射信号的识别模块。(5)使用主要部件组成虚拟毫米波辐射计系统,在此基础上研究了有无低噪声放大器对毫米波辐射计输出信号的影响,验证了各主要部件建模的可行性,为虚拟毫米波辐射计应用奠定了基础;使用虚拟毫米波辐射计、毫米波辐射计目标视频交流信号的补偿、去噪模块和目标识别模块组成虚拟毫米波被动探测系统。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 引言
• 1.2 虚拟样机技术的国内外发展状况
• 1.2.1 虚拟样机技术的国外发展状况
• 1.2.2 虚拟样机技术的国内发展状况
• 1.3 虚拟毫米波被动探测系统
• 1.3.1 虚拟毫米波被动探测系统设计环境
• 1.3.2 虚拟毫米波被动探测系统模型结构
• 1.4 本文的主要工作和创新点
• 2 毫米波辐射计主要部件建模
• 2.1 引言
• 2.2 毫米波目标信号建模
• 2.3 环境与信号的关系
• 2.4 噪声建模
• 2.4.1 背景噪声建模
• 2.4.2 系统噪声建模
• 2.5 辐射计主要部件的建模
• 2.5.1 低噪声放大器
• 2.5.2 混频器
• 2.5.3 中频放大器
• 2.5.4 视频检波器
• 2.5.5 视频放大器
• 2.5.6 积分器
• 2.6 本章小结
• 3 毫米波辐射计目标视频直流信号去噪模块
• 3.1 引言
• 3.2 小波分析
• 3.2.1 连续小波及其变换
• 3.2.2 离散小波变换
• 3.2.3 二进小波变换
• 3.2.4 小波框架
• 3.2.5 多分辨率分析与两尺度方程
• 3.2.5.1 多分辨率分析
• 3.2.5.2 二尺度方程
• 3.2.6 Mallat算法
• 3.2.6.1 Mallat分解算法
• 3.2.6.2 Mallat重构算法
• 3.2.7 毫米波辐射计目标视频直流信号的小波分析
• 3.3 小波去噪理论
• 3.3.1 阈值法去噪
• 3.3.2 阈值的选取
• 3.3.2.1 无偏似然估计准则
• 3.3.2.2 固定阈值准则
• 3.3.2.3 混合准则
• 3.3.2.4 极大极小准则
• 3.3.2.5 BayesShrink阈值
• 3.3.3 均值法去噪
• 3.3.3.1 α值的确定
• 3.3.3.2 仿真实验
• 3.3.4 均值法去噪的改进
• 3.4 本章小结
• 4 毫米波辐射计目标视频交流信号DCT域补偿、去噪模块
• 4.1 引言
• 4.2 离散余弦变换及信号与噪声的DCT系数特征
• 4.2.1 高斯噪声的DCT系数特点
• 4.2.2 毫米波辐射计目标视频交流信号的DCT系数特点
• 4.2.3 DCT域噪声系数和信号高、低频系数区分方法
• 4.3 预测方法
• 4.3.1 支持向量机基本原理
• 4.3.2 最小二乘支持向量机
• 4.3.3 相关向量机
• 4.3.3.1 模型描述
• 4.3.3.2 参数推理
• 4.3.3.3 超参数优化
• 4.3.3.4 作预测
• 4.4 补偿、去噪算法
• 4.4.1 基于DCT、SVM的补偿、去噪算法
• 4.4.2 基于DCT、LS-SVM的补偿、去噪算法
• 4.4.3 基于DCT、RVM的补偿、去噪算法
• 4.5 改进的补偿、去噪算法
• 4.5.1 均值法去噪
• 4.5.2 改进的补偿、去噪算法
• 4.6 本章小结
• 5 信号处理模块
• 5.1 引言
• 5.2 模糊支持向量机
• 5.2.1 隶属度的确定
• 5.2.1.1 基于距离的隶属度函数
• 5.2.1.2 基于紧密度的隶属度函数
• 5.2.1.3 改进的基于紧密度的隶属度函数
• 5.2.2 各种模糊支持向量机的比较
• 5.3 三波束阵列探测系统目标识别方法
• 5.3.1 特征提取方法
• 5.3.1.1 分数阶傅里叶变换的基本定义
• 5.3.1.2 离散分数阶傅里叶变换
• 5.3.1.3 p值的确定
• 5.3.2 仿真结果及结论
• 5.4 本章小结
• 6 虚拟毫米波被动探测系统
• 6.1 引言
• 6.2 虚拟毫米辐射计
• 6.2.1 含低噪声放大器的毫米波辐射计
• 6.2.1.1 系统部件的参数确定
• 6.2.1.2 含低噪放的毫米波辐射计
• 6.2.2 不含低噪声放大器的毫米波辐射计
• 6.3 虚拟毫米波被动探测系统
• 6.4 本章小结
• 7 全文总结与展望
• 7.1 全文总结
• 7.2 存在的问题及工作展望
• 致谢
• 参考文献
• 附录