基于粗糙集理论的雷达目标高分辨距离像识别

论文摘要

一种有效的雷达目标高分辨距离像（High Range Resolution Profile,HRRP）识别方法需要具备从受到噪声污染的庞大数据库中挖掘隐含的、新颖的、具有潜在应用价值的信息的能力,这种能力正是新兴数据挖掘（Data Mining）技术所具备的。作为一种目前被广泛应用且非常有前景的数据挖掘技术,粗糙集理论（Rough Set Theory,RST）及其在各相关领域的应用受到了越来越多的关注,应用该理论挖掘HRRP所隐含的类别信息以支持识别也已成为HRRP自动识别新的研究方向。在此背景下,本文深入研究了基于粗糙集理论的雷达目标HRRP识别技术。总结起来,本文研究内容主要包括以下几个方面:第一章阐述了雷达自动目标识别技术的重要意义以及基于HRRP的雷达目标识别的独特优势,系统总结了HRRP识别的研究历史与现状。第二章系统介绍了标准粗糙集理论的基本概念、原理与方法。重点介绍了粗糙集理论的核心功能——知识约简,并给出了实现这一功能的两个基本概念——约简与核。根据HRRP识别的应用需要,系统总结了已有的约简求解算法,分析了求解HRRP约简所需注意的问题。第三章研究了应用标准粗糙集理论实现HRRP识别所需解决的一系列问题,包括数据预处理方法、约简求解算法、规则提取方法、规则融合方法。首先分析了数据分割的必要性,给出了一种分割策略;系统总结了已有的连续属性离散化技术,给出了一种适用于HRRP的属性离散化方法;提出了一种可求解多个约简的HRRP约简算法,通过该方法与数据分割技术的结合避免了求解所有约简的NP-hard问题;应用决策树分类器（C4.5分类器）和多数投票法分别解决了规则提取与规则融合问题。在此基础上,设计出基于标准粗糙集理论的HRRP识别系统,并通过仿真验证了该系统具有良好的识别率和较强的抗噪性能。第四章针对标准粗糙集理论不能直接处理连续值属性的缺陷,研究了如何应用改进的粗糙集理论来提高基于标准粗糙集理论的HRRP识别方法的性能,将连续值粗糙集理论应用于HRRP识别领域。重点研究了基于连续值粗糙集理论的属性约简和规则提取方法。提出了一种ε精度约简算法,即基于ε精度辨识矩阵的ε精度约简算法。ε精度约简能够使连续值信息系统在属性约简前后保持基于包含度的分类规则不变,基于ε精度辨识矩阵的ε精度约简算法能够求解多个ε精度约简;对标准粗糙集约简定义进行拓展,提出了一种新的基于连续值粗糙集的约简定义,并给出了一种可以求解多个此种约简的算法。根据两种约简的不同特点,分别采用基于包含度和基于C4.5分类器的规则提取算法与之对应,设计出两种基于连续值粗糙集理论的HRRP识别系统。仿真实验表明这两种系统的鲁棒性与识别时间均优于基于标准粗糙集理论的HRRP识别方法。第五章总结了全文所做的主要工作,并指出了今后需要完善和进一步深入研究的几个方面。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 研究历史与现状
• 1.2.1 直接以HRRP 为特征矢量进行目标识别
• 1.2.2 平移不变特征提取及识别
• 1.2.3 姿态不敏感特征提取及识别
• 1.2.4 特征压缩技术
• 1.2.5 模式分类器设计技术
• 1.2.6 新型数据挖掘技术在HRRP 识别中的应用
• 1.3 论文主要工作和章节安排
• 第二章 粗糙集基本理论
• 2.1 引言
• 2.2 经典集与等价关系
• 2.3 粗糙集及其近似
• 2.4 信息系统
• 2.5 辨识矩阵的定义
• 2.6 约简与核
• 2.7 约简求解算法
• 2.7.1 组合-验证法
• 2.7.2 基于属性重要性的启发式搜索
• 2.7.3 基于决策辨识矩阵的代数方法
• 2.7.4 随机搜索法
• 2.8 本章小结
• 第三章 基于标准粗糙集理论的HRRP 识别
• 3.1 引言
• 3.2 雷达目标高分辨距离像
• 3.2.1 高分辨距离像获取
• 3.2.2 飞机目标的高分辨距离像仿真结果
• 3.3 数据预处理方法
• 3.3.1 数据分割
• 3.3.2 归一化
• 3.3.3 离散化
• 3.3.4 一致训练样本集
• 3.4 基于约简的HRRP 特征选择
• 3.4.1 基于约简的特征选择原理
• 3.4.2 HRRP 约简求解算法
• 3.4.3 基于约简的HRRP 特征选择仿真结果
• 3.5 规则提取方法
• 3.6 识别算法流程
• 3.6.1 分类规则融合
• 3.6.2 训练与识别流程
• 3.7 仿真实验与讨论
• 3.8 本章小结
• 第四章 基于连续值粗糙集理论的HRRP 识别
• 4.1 引言
• 4.2 连续值粗糙集
• 4.2.1 连续值信息系统的基本概念
• 4.2.2 连续值决策信息系统的规则提取
• 4.2.3 连续值决策信息系统属性约简
• 4.3 基于连续值粗糙集的HRRP 识别方法
• 4.3.1 数据预处理方法
• 4.3.2 约简求解算法
• 4.3.3 基于连续值粗糙集的HRRP 识别算法流程
• 4.4 仿真实验及结果分析
• 4.5 本章小结
• 第五章 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果