导读:本文包含了侦察识别论文开题报告文献综述及选题提纲参考文献，主要关键词:雷达型号识别,神经网络,误差反向传播
侦察识别论文文献综述
张译方,旷生玉,梁璟,徐晶[1]（2019）在《基于误差反向传播算法的多装侦察数据型号识别方法》一文中研究指出为解决广域战场空间中,多装侦察数据、混迭参数的型号识别问题,提出一种基于误差反向传播算法的多装侦察数据型号识别方法。通过对各类装备信息进行建模,考虑不同装备的截获误差,进而能够自适应生成识别算法进行数据处理。进一步,提出基于误差反向传播算法的型号识别方法,解决参数混迭下的型号识别问题。工程实践表明,该方法能够规避不同装备的测量误差影响,普遍提升型号识别的准确度;同时,该方法通过样本数据不断训练网络模型,显着提升特征参数混迭情况下的识别率。(本文来源于《电子信息对抗技术》期刊2019年06期）
张清亮,沈寿林,张国宁[2]（2019）在《基于深度学习的无人机侦察图像目标识别》一文中研究指出无人机侦察图像是获取战场情报信息的重要手段。针对侦察图像目标识别速度慢、效率不高等问题,笔者结合研究现状提出将深度学习应用到侦察图像目标识别领域。首先标注了一个地面主要武器装备数据集,然后在YOLOv3算法官方参数权重的基础上采用迁移学习的方法进行微调训练,最后使用训练好的模型进行目标识别。实验结果表明,基于深度学习的YOLOv3算法可以较好地实现无人机侦察图像目标识别,且可以满足实时性的要求。(本文来源于《信息与电脑(理论版)》期刊2019年19期）
樊鸿,张靖[3]（2019）在《雷达侦察装备仿真试验辐射源综合识别技术应用研究》一文中研究指出论文针对雷达侦察装备仿真试验中数据处理过程中的辐射源识别应用需求,通过分析其具体应用的特点,提出了统计模式识别与决策树分类专家识别相结合的辐射源识别应用方法,实践证明该方法对仿真试验中辐射源参数已知、数量多、体制复杂、数据处理时效性要求高等方面有较好的适应效果,同时便于工程应用。(本文来源于《舰船电子工程》期刊2019年07期）
马杰[4]（2019）在《基于卷积神经网络的无人机侦察图像识别》一文中研究指出军用无人机的重要战略地位和民用无人机在众多领域的广泛应用,都标志了无人机大显身手的时代已经到来。图像识别作为无人机重要的视觉功能,帮助了无人机在复杂的环境下完成各式各样的任务。目前无人机图像目标检测大多采用了以人工特征提取和机器学习分类器组合的传统方式,随着无人机横向领域的应用扩展和执行任务的难度激增,传统目标检测模型已经很难达到日渐增长的精度要求。基于以上背景,通过对无人机侦查图像的深入分析和目标检测相关算法的研究,对比传统模型和深度学习的目标检测方式,发掘深度学习的优势和课题研究场景下的可行性。本论文设计一种基于卷积神经网络的目标检测方式,完成了基础实验框架的搭建,实现了从原始数据集到加载增强数据集、网络训练验证从0到1的过程,并针对不同的优化方案设计对照试验,最后将可行的方案加入网络的迭代过程中。本文提出了基于改进Faster R-CNN的航拍图像目标检测技术,将算法模型实现的同时又通过Faster R-CNN网络优化提升了分类准确率。针对航拍数据集的小目标误检和尺度差异问题,本文设计了RPN的网络结构和相关算法的优化方案。通过改进CNN和OHEM算法嵌入对Faster R-CNN的结构进行了调整,整体提高了网络对小目标和多目标的检测准确度。(本文来源于《北京邮电大学》期刊2019-06-01）
郑卉卉[5]（2019）在《雷达侦察设备对脉内调频信号分选识别方法》一文中研究指出本文就常见分选识别方法进行分析,给出瞬时测频技术、特征分析法、多向收集和筛选等,并论述不同方法的技术原理和优劣势,以期通过分析,为后续同类工作的开展和优化提供必要参考。(本文来源于《电子技术与软件工程》期刊2019年10期）
张高峰,陈志刚[6]（2019）在《雷达侦察设备建模中的目标识别算法》一文中研究指出目标识别算法研究是雷达侦察设备研制及建模与仿真的重要研究内容。从作战方案仿真推演的建模需求出发,分析雷达侦察设备模型的总体运行流程。提出基于雷达情报数据库的目标识别算法和基于雷达特征参数的目标识别算法。在基于雷达情报数据库的目标识别算法中,综合分析雷达信号的射频、重频和脉宽隶属度,建立了雷达信号隶属度模型;在基于雷达特征参数的目标识别算法中,提出雷达类型与威胁等级的对应关系,综合考虑雷达信号的重频、方位、脉宽和射频及其变化情况对雷达威胁程度的影响,建立雷达侦察目标威胁评估模型,提出雷达威胁度到威胁等级的对应方法。在海战场作战方案仿真推演中的实际应用证明了目标识别算法的有效性和正确性。(本文来源于《指挥控制与仿真》期刊2019年04期）
魏蔚,王公宝[7]（2018）在《基于径向基神经网络的侦察目标意图识别研究》一文中研究指出针对无人机空中侦察目标意图识别的问题,提出一种基于径向基神经网络的目标意图识别模型。首先利用雷达收集空中目标相关参数;然后对收集到的数据进行处理并提取特征;最后利用知识库训练好的径向基神经网络对处理后的数据进行模式识别,得到空中目标的意图。案例分析表明,相对于BP神经网络和支持向量机的目标意图识别模型,基于径向基神经网络的空中目标意图识别模型具有更高的准确性。(本文来源于《舰船电子工程》期刊2018年10期）
张冠武,罗丁利,李鹏[8]（2018）在《战场侦察雷达目标识别方法研究》一文中研究指出在战场侦察雷达的应用中,对各种地面目标的分类识别,一直是一个重要课题。本文针对人员、履带车、轮式车、直升机和炸点的回波特性作了讨论。研究了人员、车辆目标特征谱多普勒响应的特点,提出了一种利用人员目标的多普勒响应的波动特性,结合目标的反射幅度来区别人员和车辆的目标识别方法。研究了轮式车和履带车的多普勒谱分布特性,提出了利用两种目标的多普勒带宽特性来区分轮式、履带车辆的方法。研究了炸点目标的多普勒谱分布特性,提出了利用炸点目标与普通目标的多普勒分布差的区别进行分类的方法。(本文来源于《火控雷达技术》期刊2018年02期）
陈婷婷[9]（2018）在《基于高空侦察图像的机场识别研究》一文中研究指出随着近些年无人机、高分辨率卫星等各种高端侦察设备的研发与应用,人们已经可以获得更多高清的高空图像,通过此类高分辨率图像获取机场地理空间信息与特征信息,在民生、国防、经济等领域都有重要意义,而传统的机场识别都需要复杂的图像预处理过程与特征选择与提取步骤,不仅会加大算法计算量,同时前期的处理结果优劣还会对识别准确率有很大的影响。且传统方法中的单纯依靠人工特征对于与机场跑道类似的目标,如公路、桥梁等识别能力不足。针对以上问题,本文选择可以直接对原始图像进行识别的卷积神经网络进行全面的理论分析与仿真验证,并将深度网络特征与人工特征相结合进行研究,主要工作如下:(1)选择迁移经典Alex Net网络模型参数,针对机场识别问题改造AlexNet模型层级结构,在原网络基础上修改最后叁层,并加入新的全连接层,针对原网络ReLU函数本身脆弱的缺点,使用LeakyReLU改进修正线性单元,提高网络性能。(2)基于本文所构建的网络在Matlab上进行机场目标识别网络训练和实验研究验证。文中从GoogleEarth上获取256?256?3的RGB图像并通过翻转、镜像等操作扩充数据集。实验结果验证了本文所构建网络在机场识别上的优异性能。(3)通过分析本文所构建网络的误识别的样本,发现主要是由于图像中包含大量直线特征的目标,且背景信息显着性比机场本身强,为提升算法对此类目标的分类能力,基于灰度共生矩阵选择10维纹理特征,并用PCA降维,取前4维主成分特征表达机场的细纹理特征。提取本文所构建网络的全连接层fc_1的2048维输出特征,与4维纹理特征相融合生成融合特征,训练SVM分类器。对比结果验证了本文所提融合特征方法的有效性。(本文来源于《西安建筑科技大学》期刊2018-04-01）
孙侃[10]（2017）在《面向测控信号侦察的调制样式识别方法》一文中研究指出测控通信技术在航空航天领域有着广泛的应用,在国防及国民经济其他领域起着越来越重要的作用。针对测控通信信号的侦察近年来成为通信侦察领域热门研究方向。测控通信技术演化至今主要经历了叁代:第一代主要是模拟式测控信号;第二代主要是数字式测控信号;第叁代相较于前两代,主要区别在于采用了直接序列扩频技术。本文主要研究针对这叁代测控信号调制样式的识别。首先,针对第一代测控信号,重点研究了模-模复合调制。以最具代表性的FM-FM信号为例,介绍了该信号的调制原理及针对该信号的调制识别,主要采取了基于瞬时特征信息的特征识别方法,将测控信号FM-FM与一些背景信号(如:AM、DSB、LSB、USB与AM-FM等)区分开来。然后,针对第二代测控信号,重点研究了模-数复合调制信号。针对比较有代表性的PCM-FM与PCM-BPSK-PM信号,分析了这两种信号的调制原理及信号特征。利用了其谱相关特征,实现了这两类信号与第一代测控信号、背景信号的识别。最后,针对第叁代测控信号,重点研究了DS/BPSK信号。通过分析该信号的调制原理及特征,采用基于循环谱相关与基于延时自相关的信号识别方法,实现了该信号与第一代测控信号、第二代测控信号及其他背景信号的识别。综上所述,本文通过分析测控信号的调制原理与信号特征,采用基于瞬时特征信息、基于谱相关特征、基于循环谱相关与基于延时自相关的信号识别等方法,完成了对各代测控通信信号调制样式的识别,并通过仿真对各种方法的识别正确率进行了详细分析。(本文来源于《哈尔滨工程大学》期刊2017-09-01）
侦察识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
无人机侦察图像是获取战场情报信息的重要手段。针对侦察图像目标识别速度慢、效率不高等问题,笔者结合研究现状提出将深度学习应用到侦察图像目标识别领域。首先标注了一个地面主要武器装备数据集,然后在YOLOv3算法官方参数权重的基础上采用迁移学习的方法进行微调训练,最后使用训练好的模型进行目标识别。实验结果表明,基于深度学习的YOLOv3算法可以较好地实现无人机侦察图像目标识别,且可以满足实时性的要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
侦察识别论文参考文献
[1].张译方,旷生玉,梁璟,徐晶.基于误差反向传播算法的多装侦察数据型号识别方法[J].电子信息对抗技术.2019
[2].张清亮,沈寿林,张国宁.基于深度学习的无人机侦察图像目标识别[J].信息与电脑(理论版).2019
[3].樊鸿,张靖.雷达侦察装备仿真试验辐射源综合识别技术应用研究[J].舰船电子工程.2019
[4].马杰.基于卷积神经网络的无人机侦察图像识别[D].北京邮电大学.2019
[5].郑卉卉.雷达侦察设备对脉内调频信号分选识别方法[J].电子技术与软件工程.2019
[6].张高峰,陈志刚.雷达侦察设备建模中的目标识别算法[J].指挥控制与仿真.2019
[7].魏蔚,王公宝.基于径向基神经网络的侦察目标意图识别研究[J].舰船电子工程.2018
[8].张冠武,罗丁利,李鹏.战场侦察雷达目标识别方法研究[J].火控雷达技术.2018
[9].陈婷婷.基于高空侦察图像的机场识别研究[D].西安建筑科技大学.2018
[10].孙侃.面向测控信号侦察的调制样式识别方法[D].哈尔滨工程大学.2017