数据挖掘技术在雷达数据处理中的应用

论文摘要

随着数据库技术的发展和应用,人们积累的雷达数据越来越多,如何有效地利用这些雷达数据,从大量繁杂而分散的数据资源中提炼出有价值的信息以供决策使用,成为雷达数据库发展面临的一个急于解决的问题,数据仓库与数据挖掘技术的产生为这个问题的解决提供了有效的理论和方法。火控诸元解算发展到今天,雷达探测精度是制约其发展的关键因素之一,如何消除雷达探测带来的误差影响,提高火控解算精度是我们追求的目标。论文以火控解算的实际应用为背景,以某型雷达在试验中获得的数据为样本,引入数据仓库和数据挖掘技术,寻找出隐藏在雷达探测误差与其部分影响因素之间的关系模型。首先,利用SQL Server2005构建了雷达数据仓库,在数据准备过程中对数据进行预处理,提高了数据质量,建立了良好的雷达探测误差数据分析环境；然后通过算法的对比分析,利用决策树算法建立了雷达跟踪数据的距离误差模型、方位误差模型及俯仰误差模型；最后,应用已经建立了雷达跟踪数据的误差模型,并结合传统的雷达跟踪数据处理方法进行处理,得出的结果明显优于传统处理方式,达到了提高火控精度的目的。进而提出了一种在火控解算中利用数据挖掘技术并结合传统火控滤波方法的新的雷达跟踪数据处理方式,为提高火控解算的精度提出了一种新方法。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 论文背景和意义
• 1.2 国内外研究现状
• 1.2.1 雷达数据处理技术的发展现状
• 1.2.2 数据挖掘技术国内外研究现状
• 1.3 本文研究内容和结构
• 2 数据仓库与数据挖掘技术
• 2.1 数据仓库
• 2.1.1 数据仓库概念与特征
• 2.1.2 数据仓库体系结构
• 2.1.3 数据仓库设计方法与步骤
• 2.2 数据挖掘技术
• 2.2.1 数据挖掘任务
• 2.2.2 数据挖掘步骤
• 2.2.3 数据挖掘常用分析技术
• 2.3 数据挖掘与传统分析方法的区别
• 2.4 小结
• 3 数据准备与数据建仓
• 3.1 确立用户需求
• 3.2 数据建仓
• 3.2.1 物理存储的设计
• 3.2.2 开发软件的选择
• 3.2.3 创建数据仓库
• 3.2.4 创建表
• 3.2.5 创建索引
• 3.3 数据准备
• 3.3.1 数据选择
• 3.3.2 数据预处理
• 3.3.3 数据集成
• 3.3.4 数据转换
• 3.3.5 数据加载
• 3.4 数据仓库使用和维护
• 3.5 小结
• 4 雷达跟踪数据的数据挖掘及应用
• 4.1 数据挖掘目标
• 4.2 数据选取
• 4.3 数据挖掘算法的确定
• 4.3.1 决策树算法
• 4.3.2 微软聚类算法
• 4.4 雷达跟踪误差建模
• 4.4.1 利用决策树算法
• 4.4.2 利用聚类分析
• 4.4.3 预测结果对比分析
• 4.5 应用验证与结果分析
• 4.5.1 应用验证
• 4.5.2 结果分析
• 4.6 小结
• 5 总结与展望
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献
• 附录