基于DSP的雷達目標識別算法高速實現(xiàn)研究.pdf_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、雷達目標識別是現(xiàn)代雷達技術(shù)的一個十分重要的發(fā)展方向,利用高分辨率雷達獲得目標一維距離像是雷達目標識別領(lǐng)域中研究的熱點。隨著模式識別技術(shù)的推廣應(yīng)用和信號處理技術(shù)的不斷發(fā)展,高速數(shù)字信號處理芯片DSP已經(jīng)在雷達目標識別信號處理和數(shù)據(jù)處理中占據(jù)著非常重要的地位。本文以32位浮點數(shù)字信號處理核心DSP為設(shè)計應(yīng)用平臺,對雷達目標一維距離像識別算法的架構(gòu)及高速實現(xiàn)進行討論和研究。 首先,講述了一維距離像成像模型及特性,簡單介紹了雷達目標識別

2、中基于準則函數(shù)的特征提取和特征變換方法,進而以此為出發(fā)點分析和比較了雷達目標一維距離像識別中常見的兩種子空間識別方法,重點研究相對穩(wěn)定的基于矩陣奇異值分解(SVD)的特征子空間方法的特點和算法結(jié)構(gòu),得出對矩陣進行奇異值分解是整個目標識別算法的關(guān)鍵。 之后,針對較大規(guī)模單精度浮點矩陣,對常用的矩陣奇異值分解算法進行了分析和比較。以降低算法復雜度和減少算法運算量為目的,在深入研究經(jīng)典算法的基礎(chǔ)上,對基于正交分解的經(jīng)典算法進行了適當改

3、進。根據(jù)課題中選用的TMS320C6713B DSP處理器的結(jié)構(gòu)和特點,從理論上評估了經(jīng)典算法和改進算法的執(zhí)行速度,并對這兩種算法進行仿真驗證和比較。 最后,在基于TI公司的TMS320C6713B DSP硬件平臺TDS6713EVM上構(gòu)建了目標識別最小系統(tǒng),對矩陣奇異值分解的經(jīng)典算法和改進算法進行軟件設(shè)計和實現(xiàn),通過多種軟件優(yōu)化方法對程序進行優(yōu)化,并且使用實驗數(shù)據(jù)比較和評估這兩種算法的運行速度。進而將兩種SVD算法應(yīng)用在特征子

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論