毕业论文网
本文是一篇关于数据统计论文范文，可作为相关选题参考,和写作参考文献。
基于数据统计的雷达目标类型识别问题
摘 要：近年来,雷达目标识别工作持续开展,根据识别结果进行信息分析,以此提高类型判断的准确性,大大降低目标类型判断的失误率.本文首先进行原理介绍,然后开展了目标识别分析活动,希望本文探究能为相关研究者提供理论支持.
关键词：数据统计；雷达目标类型；识别；问题
一、基本原理
雷达坐标能够准确记录目标运行轨迹,并且运行轨迹变化具有时间差异性,雷达散射截面作为物理量,它能根据运行距离确定方程表达式,通过表达式运算得到变化角度以及回波功率,基本数据获取后,接下来建立静态数据库,之后完成功率数据库构建任务,它主要借助飞行试验.其中,回波数据传输期间主要经历三种处理方法,方法一即数据分解,方法二即脉冲压,方法三即PD 处理,最后总结获取变化的功率值,并将其匹配于功率数据库,最终获取准确的、全面的机型信息,即飞行目标机型能被准确确定.通过案例介绍的形式具体分析机型确定原理,以雷达M 为例,飞行航线主要为H,H 航线上五十个点用以确定目标回波,分别为H1、H2…H50,回波功率分别为P1、P2…P50.接下来构建合理的数据库,借此处理上述五十个点——回波功率值,最后进行目标匹配,确定目标机型[1].
二、目标识别分析
2.1 建立数据库.根据距离方程推导回波功率表达式,表达式量值为一个,要想得到回波功率值,应首先确定雷视线值和角度变化值.数据库建立程序如下：
航迹采样→目标模型→ RCS 数据库→坐标准换→获取回波值、总结回波值特点→构建功率数据库.其中,目标模型确定的过程中,常用算法主要为混合法,方位角和俯仰角变化情况分别为0° ~360°、0° ~180°,工作频率为1250MHZ,最终获得RCS 数据；坐标转换时,根据采样点进行转换分析,合理确定各个采样点的角度,并得到雷达RCS值,通过FEKO 软件确定采样点的角度变化情况,并进行数值计算和数值匹配,最后总结采样变换信息；回波值获取主要借助雷达距离方程,逐一明确方程中各个表达式的数值,如目标距离、发射功率、雷达波长、天线增益、反射截面积等,各个已知数值可知后,以此代入计算目标回波功率；数据库构建期间,常用MATLAB 仿真得到目标变化曲线图.根据同样的建立程序进行回波数据采集,其他目标类型在不同航线的回波功率值能够准确确定,同时,根据回波曲线构建功率数据库,这在一定程度上会优化数据匹配效果,大大提高数据利用率[2].
2.2 模型对比.数据成功获取后,对其进行格式转化,其中,数据格式调整的过程即数据分解、数据处理的过程,需要注意的是,数据处理形式主要有两种,第一种即脉冲压缩,第二种即PD 处理,最终处理后的数据能够得到功率谱曲线,对比表达式主要为.对比分析期间,即理论数据对比于实测数据,针对数据误差再次比对,其中,未识别的模型具有数值较小的特点,数值小于检验临界值,这一数值需要进行多次试验.
2.3 仿真分析.设置情境：待检测样本选为飞机A,选取五组未被匹配的数据于数据库,并对其进行目标对比,经对比模型分析,获取检验结果,如表1 所示.
对比分析实测数据和理论样本值,可知,理论样本更接近临界值,即实测数据同临界值的匹配度相对较低,待识别的飞机机型即飞机A.
通过数据库建立、模型对比、仿真分析等方式确定目标类型,在这一过程中通过情景设置的形式进行案例分析,这不仅能为相关研究者提供理论支持,而且还能为论文开展提供说明,数据统计的应用优势也会全面彰显.
三、结语
综上所述,以数据统计为出发点,具体分析雷达目标类型识别问题,这在一定程度上提高目标类型分析准确性,大大缩短目标类型分析时间,与此同时,雷达实战工作经验会随之丰富,有利于充分发挥雷达的辅助作用,避免浪费不必要的人力资源.除此之外,相关研究人员应主动向发达国家学习,掌握先进的雷达目标检测方法,确保这一问题顺利解决,全面提高目标识别准确度,提高回波信息应用效率,优化样本分析效果.
数据统计论文范文结:
适合不知如何写数据统计方面的相关专业大学硕士和本科毕业论文以及关于数据统计论文开题报告范文和相关职称论文写作参考文献资料下载。
1、多元统计分析论文
2、统计源期刊医学
3、有关大数据的论文
4、统计源期刊
5、数据挖掘论文