عالية الدقة المدى (عالية الدقة المدى الشخصي، HRRP) كانت العينة تحتوي على معلومات هامة الهدف، ولكن عن طريق الحد الرؤية الخاصة بها، مثل هذه المعلومات ليست مناسبة مباشرة لتحديد . لذلك، يجب علينا أن نحلل بعناية عينات HRRP، والوصول إلى المعلومات الهامة بأكبر قدر ممكن من البيانات المعقدة، قبل تحديد دقيق للأهداف.
وأعرب عن التحليل الرياضي بناء على إشارة التقليدية قد يستغرق عددا من الوظائف أساس في الفضاء (المجال). وهكذا، تقليديا، العديد من محاولات الاعتراف خوارزمية لرسم خريطة لHRRP الفن محددة الهدف، من خلال التحول السليم لاستكمال تحليل التعبير، ولا سيما التعبير عن تخفيض الأبعاد . في السنوات الأخيرة، وجدت الدراسة النظرية متفرق، يريد إجراء تحليل أكثر دقة للحد من إشارة البعد معين، في واقع الأمر يمكن اعتبارها مقياسا للإشارة على أساس خصائصها، على أساس المهام أساس أكبر مجتمعة إلى التكرار الكامل. سوف يتبع هذا المقال فكرة تحديد خصائص ممثلة، وفقا لنظرية متفرقة، وتكون قادرة على استكشاف طريقة HRRP الهدف الاعتراف أكثر بساطة وزيادة قوية.
1 تقنيات تحليل متفرق
أنواع عديدة من القاموس يتألف من أساس متعامد التقليدية، ومزايا واضحة. في الوقت الحاضر، في الواقع، هناك العديد من الدراسات لتطبيقات محددة، والعثور على صالح معهم، واضحة المعالم أساس متعامد، لاستكمال تحلل إشارة والتعبير من العمل المطلوب. ولكن النتيجة ليست بذلك مما أدى التحليل يمكن أن تعزز، أو يكون إشارة. وبعبارة أخرى، فإن الإشارة الفعلية معقدة نسبيا، ويمكن أن يكون حالة حيث الخصائص المجهولة، والاعتماد فقط على يد مجموعة من التكوين متعامد تحديد القاموس، غالبا ما يكون من الصعب ضمان دقة إشارة التعبير، وبطبيعة الحال لا يمكن ضمان التحول، والتعبير تبعثر.
للتعويض عن عيوب القاموس المتعامدة بسيطة، مع الحفاظ على مزاياه، أو عن طريق تعدد الجماعات المتعامدة قد حاول هيكل سلسلة القاموس زائدة عن الحاجة، لتحقيق التأثير المطلوب من التعبير. في الواقع، لقد تم تطبيق هذه الدراسات والأفكار للتحقق في معالجة الإشارات الصورة. الباحثين في جميع أنحاء المشترك (مثل: الوقت - تردد، ماير Lemari فورييه والمموجة، الخ) لاستكشاف تصميم المتتالية القواميس التحلل والأفكار ذات الصلة، ولكن في معظم الماضي من هذه القواميس إلا من خلال مزيج من اثنين من أساس متعامد التكوين، وذلك بهدف تعزيز التعبير عن هذا القاموس، والتي يمكن توسيعها لتشمل النظر في مزيد من مزيج من الجماعات، لبناء التوليفية القائمة على القاموس كل التعامد الإفراط في كامل وخصائصها، وتحقيق رادار واحد الأبعاد متفرق إشارة تحليل HRRP.
1.1 قاموس المتحدة
من أجل حل الشرط الوحيد هو راض، وكلاهما تعبير أفضل، جنبا إلى جنب القاموس النظر في اختيار نوع ووصف يكون هنا انتظام خير Daubechies المويجات (DBN، N هو الترتيب). لDBN المويجات، وعادة ما يزيد N، الطاقة إشارة بحيث بعد التحول وفقا لأعلى نسبة بياناتهم تتركز على نحو متزايد، وضغط. ومع ذلك، ويزيد N في نفس الوقت جلب مزايا ضغط، ولكن ضعف الدعم المدمجة تأثير الزمني على كمية من حساب تشارك عينات قليلة من التعبير، ويحد من التحليل التشغيلي في الوقت الحقيقي.
لهذا السبب، يتم إجراء تحليل النص باستخدام HRRP متفرق تكوين القاموس جنبا إلى جنب، إلا أن عملية الاختيار وسطا مناسبا دون القاموس (N = 1 ~ 10)، في محاولة أيضا لاكتشاف استراتيجية التحلل أكثر كفاءة.
استراتيجية 1.2 التحلل
القاموس فقا المشتركة، وتحسين السياسات حزمة السعي مطابقة خطوة يفصل تحسين التقسيم مطابقة السعي (IPMP) التحلل على النحو التالي:
واستنادا إلى التعبير المشترك من القاموس الهدف متفرق الاعتراف 2
وينقسم خوارزمية التعرف إلى قسمين مرحلة التجهيز: الجزء الأمامي من التركيز الرئيسي على كيفية البيانات من فحص ميزة HRRP المستهدفة؛ القلق الأخير هو كيفية استخدام الهدف الاعتراف الارتباط التي تم الحصول عليها.
2.1 الدورات التدريبية
(1) باستخدام Daubechies المويجات الأسرة بناء القاموس المشترك.
(2) استنادا إلى عينة لضرب القاموس الفئة.
وسائل IPMP الخوارزمية، وفقا لعينات تتحلل للقضاء على العناصر غير الضرورية في العينة HRRP المتحدة القاموس، حيث الهدف الاحتفاظ الأساسية، في حين يتم الحصول على تحقيق الحد البيانات لكل فئة المستهدفة القاموس جليلي (ل = 1،2، ...، N) .
جلسة 2.2 اختبار
في هذا الجزء، القاموس الفئة التي كتبها جليلي (ل = 1،2، ...، N) لإجراء التحليل لعينات قليلة HRRP الهدف منها تحديد الفئة. خطوات محددة هي كما يلي:
التهيئة: نوع البيانات، يحدد بها استراتيجية المعايرة، والحصول على عينة الاختبار ذ.
3 المحاكاة
الوصف 3.1 بيانات المحاكاة
بيئة محاكاة: نظام ويندوز 7، وتواتر وحدة المعالجة المركزية 1.5 غيغاهرتز، RAM 2 GB. برنامج المحاكاة MATLAB 2012b. البيانات HRRP المحاكاة المستخدمة في محاكاة 3 أنواع من الطائرات (B-1B، B-52، F-15 نوع)، مجموعة البيانات: تردد مركز الرادار 5520 ميغاهيرتز، وعرض النطاق الترددي 400 ميغاهيرتز، زاوية السمت 0 ~ السيطرة بين 180 درجة و 0.1 درجة كل صدى اكتساب الوقت، عندما زاوية الملعب وزاوية لفة هي 0 درجة، وعينات مما أدى 600 على فترات متساوية المختارة للمرحلة التدريب، وعندما ضبط زاوية الملعب من 3 درجات، وزاوية لفة عندما تعديل أيضا إلى 3 درجات، مما أدى الفواصل المتوسطة عينة من 300 اختيار لاختبار. وعلاوة على ذلك، يتم إضافة الضوضاء البيضاء أيضا في عينة الاختبار لمحاكاة SNR مختلفة.
3.2 تحليل تجريبي
3.2.1 تدريب محاكاة
من أجل تحليل الاشارات بشكل فعال متفرق HRRP، حدد القاموس النقدي، واختيار تنسيقها مع الخوارزمية التحلل هو أيضا أمر بالغ الأهمية. هذه المادة بناء على القاموس المشترك، ويناقش فئة من استراتيجية قابلة للتطبيق التحلل IPMP. من أجل توضيح قواميس مختلفة وتأثير التحلل إلى الاختلافات التعبير عينة القياس، ويظهر في الشكل 1 لنفس مجموعة F-15 نموذج HRRP عينات الإشارات، على التوالي، أو مزيج فقا لقاموس Harr المويجات، على أن تستكمل مع استراتيجية التحلل مختلفة، قليلة تحليل تأثير الناتجة من بعد تقريب نتيجة المقارنة.
ينظر إليه من قبل FIG 1، أولا وقبل كل شيء، بغض النظر عن أي نوع من القاموس والتحلل استراتيجية، مع زيادة معاملات قليلة محددة، البيانات الأصلية التي أعرب عنها في الخطأ ستنخفض تدريجيا. ولكن بعد ذلك يقلل إلى حد معين، وهذا الاتجاه يميل إلى إبطاء، وتميل إلى أن تكون مستقرة. المقبل، مقارنة المصور أعرب عن دقة الثلاثة الناتجة طريقة التقريب، عندما تستخدم بالاقتران يمكن أن ينظر إليها في القاموس، بسبب قدرته على التعبير عن مجموعة متنوعة من الميزات لدينا، وبالتالي نطاق أوسع، والتعبير نسبيا نتائج أفضل، والتحلل سوف مخلفات الاحتفاظ تكون أصغر. مرة أخرى، ويستند هذا الرقم أيضا في نفس القاموس المشترك هو ومقارنة مختلف الأداء التحلل الخوارزمية. ونظرا يرصد طريقة التحلل IPMP مناقشتها في هذه الورقة على أساس الأساليب التقليدية النائب على التعديلات المقابلة قد حسنت من حل مشكلة مطابقة قد تواجهها عند هذا الأخير، وبالتالي فإن استخدام IPMP الناتجة معدل التحلل سيكون مناسبا للتعبير بدقة من استخدام MP الناتجة .
إزالة الخلافات التعبير الخارجي، والأهم من ذلك، فإننا سوف تكون قادرة على استكمال مع IPMP عينة التحلل خوارزمية أسرع. يبين الجدول 1 عدد نظام متفرق 100، SNR 15 ديسيبل، وهو نفس الهدف تم تحليل نفس العينات بطريقة التحلل متفرق وقاموس في الجدول، والتناقض بين تستغرق وقتا طويلا.
3.2.2 اختبار المحاكاة
مهما كانت سياق التطبيق، عندما SNR عالية عينة، وأثر في كثير من الأحيان تحليل اعتراف أفضل نسبيا. ومع ذلك، في واقع الامر انه من الصعب ضمان جودة إشارة وردت، وسياسة تحديد استخدمت لذلك ينبغي أن يكون معبرا عن جيد مقاومة الضوضاء نمط، والتدخل. أجرت هذه التجربة تحليل مقارن بين الخوارزمية وتعطى نتائج كما هو مبين في الشكل.
سوف يكون الشكل 2 في أداء عدة أنواع من الخوارزميات من الحق، الذي يدرس الطريقة المقترحة لتحديد وتنفيذ PCA يمكن تصنيفها وفقا لتنفيذ نوع تحديد وتحليل وفقا للنموذج إعادة الإعمار. الفرق هو أنه يوسع تحليل متفرق من الأساس لالقاموس HRRP مشترك، والحد من الأبعاد، وذلك لتحقيق الغرض من تحليل تحديد الهوية. في المقابل، في الواقع، فإن هذا الأخير يكون مماثلا "التكرار" القدرة قد تكون عينات HRRP من ارتفاع الأبعاد للخريطة منخفضة الأبعاد، والتي تحتفظ بنية البيانات الأساسية لها، مثل أن البيانات منخفضة الأبعاد لزوم لها لا تزال هناك الإبقاء على الملامح الرئيسية للإشارة الأصلية. ومع ذلك، وفقا لدراسات سابقة، ويمكن أيضا أن نتعلمها التطبيق، على الرغم من أن خوارزمية PCA أمر ضروري لتحديد قاعدة، ولكن هذا في حد ذاته يقتصر إلى حد ما، وليس ذلك فحسب، وعدد من المكونات الرئيسية يقتصر أيضا حسب حجم البعد إشارة. من الواضح، مقارنة مع اثنين من القواميس المشتركة المستخدمة هنا ليس فقط التكرار ولكن القيد أيضا أضعف، وبالتالي وفقا لالناجمة عنها وتحسين الأداء الاعتراف.
وعلاوة على ذلك، أيضا مقارنة التجربة الحالية MCC، والاعتراف خوارزمية SVM الأداء، فقد بينت النتائج: التأثير على SNR لأداء الاعتراف مختلف الخوارزميات واضحة. على وجه التحديد، SVM الخوارزمية، مقارنة مع ورقة، على الرغم من اختلاف بسيط في أداء كل من SNR عالية، ولكن في انخفاض SNR Shique بعيدة عن بعضها البعض، وهذا الأخير هو أكثر وضوحا الحصانة الضوضاء. وأدى دقة التعرف على طريقة MCC منخفضة عموما، الخوارزمية وفقا لنتيجة الاعتراف حصلت هي أيضا متفوقة على ينجم عن ذلك من MCC. ومع ذلك، فقد أظهرت الدراسات أن ، في بعض الحالات قد يكون في الواقع أول عن طريق تحويل الطاقة تجهيزها البيانات HRRP مناسبة، ومن ثم الحصول على نتائج جيدة باستخدام طريقة الاعتراف MCC. ومع ذلك، قد يسبب مثل هذا تحويل الطاقة تضخيم مستوى الضجيج، وإضعاف المكون الهدف، ولكن أثرت على أداء لمكافحة الضوضاء من MCC أسلوب التحليل الاعتراف.
4 خاتمة
هذه النظرية تحليل المادة متفرق إلى الاعتراف الهدف والتحليل ومتفرق استراتيجيات لإجراء التحليل وتحديد عينات HRRP حزمة يعتمد. تبين التجارب أن: فكرة تحليل متفرق المخطط القائم على حزمة تحديد الهدف مجدية، فمن الممكن للوصول إلى الصوت الهدف والاعتراف الفعلي، مقارنة مع بعض الخوارزميات الاعتراف التقليدية، نص الطريقة المقترحة لديه القدرة على التعرف على ومقاومة دقة فوضى وضوضاء تدخل كانوا أفضل. في السياق الحالي للتطبيقات الرادار واسع النطاق على نطاق واسع، والنص من عملية تنفيذ الخوارزمية المقترحة هو بسيط، وكمية كبيرة من تحليل عينة مضغوط، وتخفيف معالجة البيانات المعقدة التحديات لا بد هذا التحديد لوجه.
مراجع
تولين. مسافة عالية الدقة الاعتراف الكائن الصور الرادارية شيان: شيان جامعة العلوم الالكترونية والتكنولوجيا، 2007.
فنغ بو، دوران، تشانغ متجهين، وما إلى ذلك الاعتراف الهدف من عالية الدقة القاموس التعلم القائم على الرادار . العلم راديو، 2012،27 (5): 897-905.
رونغ رئيس، أيام تشانغ تشى، Junxia، الخ التردد طريقة التحليل القائم على التحلل متفرق من SFM إشارة التكنولوجيا الالكترونية، 2016،42 (6): 87-90.
BI D، XIE Y، Y تشنغ R.Synthetic الرادار ذي الفتحة التصوير أساس استخدام الاستشعار عن اختيار مضغوط .Circuits الأنظمة ومعالجة الإشارات، 2015،34 (8): 2561-2576.
LIU X، FAN J، LI W.Concave التقليل عن حلول متفرق من معادلات القيمة المطلقة .Transactions من جامعة تيانجين، 2016،22 (1): 89-94.
Chenfa تانغ، Dingyue أنت، السيد فونغ وسيم متفرق GSSK خوارزمية الكشف على أساس نظام على نطاق واسع، وMIMO التكنولوجيا الالكترونية، 2016،42 (7): 107-110.
الكاتب المعلومات:
شرائح Peipei 1،2، 1 لى هوى، لو مينغ شي 2
(1. كلية المعلومات الإلكترونية، جامعة نورث وسترن للفنون التطبيقية، وشيان 710029؛ 2. كلية الحاسوب، جامعة شيان للبترول، وشيان 710065، الصين)
