基于XCS的目標(biāo)灰度時間序列特征提取方法研究.pdf

1、彈道導(dǎo)彈的射程遠(yuǎn)、速度快、殺傷力極大，是現(xiàn)代軍事斗爭中承擔(dān)戰(zhàn)略威懾和戰(zhàn)術(shù)應(yīng)用任務(wù)的關(guān)鍵性武器，為應(yīng)對其威脅，許多國家都在積極的發(fā)展彈道導(dǎo)彈防御技術(shù)。本文針對空間探測系統(tǒng)中的目標(biāo)識別難題，研究了彈道目標(biāo)灰度時間序列的學(xué)習(xí)、分類與特征提取方法，主要完成了以下幾項工作：
　　1.以印度“烈火-3”型彈道導(dǎo)彈為原型，建立了彈道目標(biāo)灰度時間序列數(shù)據(jù)的獲取模型。本文設(shè)計了彈道目標(biāo)的主要類型、幾何形狀、體積和姿態(tài)運(yùn)動形式，構(gòu)建了高速運(yùn)動平臺下彈

2、道目標(biāo)的觀測場景，計算了目標(biāo)表面的溫度分布，對彈道目標(biāo)的紅外輻射特性進(jìn)行了建模與仿真，分析了不同目標(biāo)間紅外輻射特性的差異，限定了目標(biāo)相關(guān)參數(shù)的變化范圍，用計算機(jī)仿真的方式模擬生成了彈道目標(biāo)的灰度時間序列數(shù)據(jù)。
　　2.針對分類問題中XCS(eXtended learning Classifier System)收斂速度慢、易陷入局部最優(yōu)等問題，提出了一種學(xué)習(xí)系統(tǒng)的改進(jìn)方法。本文全面分析了XCS的結(jié)構(gòu)，詳細(xì)介紹了學(xué)習(xí)系統(tǒng)的各個模塊，

3、系統(tǒng)討論了XCS的工作流程和數(shù)據(jù)交換方式。從分類器屬性劃分、分類器辨別參數(shù)的定義和“壞狀態(tài)”集合的引入三個方面對XCS加以改進(jìn)，對新分類器的產(chǎn)生加以引導(dǎo)，通過一系列的序列分類實驗驗證了改進(jìn)后XCS的優(yōu)越性能。
　　3.針對彈道目標(biāo)灰度時間序列數(shù)據(jù)維度大、難以直接學(xué)習(xí)等問題，設(shè)計了一種基于灰色系統(tǒng)的序列表征算法。直接對彈道目標(biāo)的灰度時間序列數(shù)據(jù)進(jìn)行學(xué)習(xí)和分類可能會導(dǎo)致維度災(zāi)難，加之相關(guān)噪聲的影響，學(xué)習(xí)過程會變得異常復(fù)雜。本文為了表征

4、灰度時間序列，構(gòu)建了序列的參數(shù)擬合模型，利用灰色系統(tǒng)對擬合參數(shù)進(jìn)行求解，從整體上模擬了灰度時間序列的變化特性，抑制了序列中小范圍的噪聲波動，將序列數(shù)據(jù)表征為參數(shù)數(shù)據(jù)，大幅度降低了數(shù)據(jù)維度。
　　4.針對彈道中段彈頭與非彈頭的分類識別問題，完成了彈道目標(biāo)灰度時間序列數(shù)據(jù)的學(xué)習(xí)、分類與特征提取工作。利用改進(jìn)后的XCS，本文對序列參數(shù)數(shù)據(jù)進(jìn)行了學(xué)習(xí)與分類實驗，學(xué)習(xí)性能表明了參數(shù)擬合的有效性，分類結(jié)果驗證了XCS種群優(yōu)化的正確性。為進(jìn)一步