基于本征极化的飞机目标识别

提出了变质极化散射矩阵对称性的最小Ｆｒｏｂｅｎｉｕｓ范数准则修正方法,并在此基础上利用本征极化理论提取了雷达目标的极化特征,对五种飞机目标进行了识别实验研究,取得了良好的目标分类或识别效果。     

雷达利用极化信息区分真假目标浅析

首先介绍了电大目标回波信号极化特征和电子假目标信号极化特征,接着探讨了理论上雷达根据极化信息区分电子假目标信号和真实目标回波信号的方法,分析了实际应用中可能存在的困难,说明了这种方法在目前和今后雷达目标识别技术发展中是有实际意义的。最后说明了无论是现在,还是今后,极化信息对于雷达目标识别来说都是一个极其重要的参数。     

基于矩阵束方法的全极化雷达目标结构特征的描述

针对宽带、高距离分辨率、全极化雷达的工作体制,提出了利用矩阵束方法将雷达目标分解为沿径向距离上的散射中心分布。根据目标的瞬态极化响应,提取相应于散射中心的极化特征,由此形成目标沿径向距离分布的结构特征描述的新方法。     

天线极化的理论分析及在雷达对抗中的应用

极化与时域、频域一样都是电磁波的基本特性。雷达对电磁波极化信息的利用可以有效地提高其抗干扰、目标检测和目标识别的能力。探讨雷达天线的极化特性并加以利用有助于解决雷达对抗中的一些实际问题。基于任意极化波的分解理论,分析了线极化分量法和圆极化分量法的原理,建立了相关数学模型,给出了轴比和极化失配因子对接收机灵敏度及雷达接收端干信比的影响,在雷达对抗装备研制及雷达对抗试验评估中起到良好的参考作用。     

基于递归神经网络的飞机目标识别方法

针对宽带高距离分辨全极化雷达体制,提出了一种基于实时递归神经网络算法的飞机目标自动识别方法,实现了全极化下五类飞机目标的自动识别。实验结果表明,递归神经网络用于飞机目标识别是有效可行的。     

雷达极化信息处理技术的研究现状

有关目标散射波中信息的利用,到目前为止,还主要限于其幅度、相位、频移和波形,很少涉及极化信息的利用。本文简要评述国内外学术界在雷达极化信息处理研究领域,具体包括检测、最优化/信号增强、杂波抑制及目标识别等方面的研究现状。     

全极化雷达的多任务压缩感知目标识别方法

为有效利用全极化雷达高分辨距离像(High Resolution Range Profile,HRRP)的丰富特征信息和全极化样本中各单极化HRRP均对应于相同目标姿态的特性,提出一种基于多任务压缩感知的全极化雷达目标识别方法。该方法约束在不同极化字典中选择来自相同角域的字典原子对相应极化方式下的HRRP进行表示,可以有效利用不同极化HRRP之间的相关信息提高目标识别性能。基于电磁散射数据对所提出的方法进行了测试,实验结果证明了方法的有效性。     

最佳极化在雷达检测中的得益分析北大核心

最佳极化发射和接收是增大隐身目标RCS,提高雷达对隐身目标检测概率的有效方法。通过对目标RCS与雷达发射极化方式内在规律的研究,指出RCS与发射极化方式满足余弦关系,基于该规律提出一种提取最佳极化的新方法。仿真对比了不同发射极化方式下的目标动态RCS,并利用Swerling I检测模型研究最佳极化在雷达检测中的得益。仿真结果表明,采用最佳极化收发,隐身目标RCS得益最大可达30 dB,雷达对隐身目标检测概率得益最大可达0.5。仿真结果也证明了该提取最佳极化方法的有效性和可行性。     

基于分组稀疏分析的高分辨距离像目标识别算法

因目标所处环境及探测用宽带雷达工作机理等因素的制约,实测距离像样本不仅繁多且可能混有干扰,为克服因此带来的识别困难,优化识别效果,稀疏分析提供了一类压缩样本数据并提升数据分析质量的研究思路.提出了一种依据分组稀疏分析策略开展雷达一维距离像稀疏分解,从而识别目标的方法.为了进一步改善识别算法的噪声鲁棒性,提升其实用性,算...     

基于多极化多特征提取和SVM的目标识别方法

充分有效地利用全极化雷达目标高分辨一维距离像极化信息是雷达目标特征提取领域一个热点问题.提取全极化雷达目标高分辨一维距离像的极化特征、结合其能量聚集区长度以及中心距特征共同构成特征向量,采用支持向量机进行特征分类,从而提出了一种基于多极化多特征提取和支持向量机的目标识别方法.基于转台数据的实验结果表明,提出的基于多极化多特征提取和支持向量机的目标识别方法有助于获得较高的分类正确率.     

基于灰色关联的预警系统目标识别

针对弹道导弹预警系统目标识别任务的特点,通过分析弹道导弹和飞机目标间的运动特性差异,采用灰色关联分析方法建立了目标类型识别模型,给出了进行目标类型识别的具体步骤。该方法直接从雷达测量数据出发,具有简单、准确的优点。具体的算例验证了基于灰色关联分析的目标类型识别模型应用于目标识别的可行性和有效性。     

一种新的高分辨极化目标检测方法

针对宽带毫米波高分辨雷达体制 ,研究了杂波环境中的目标检测问题。提出了极化域线性积累滤波的思路以提高雷达接收信号的信杂比 ,在此基础上利用宽带波形固有的径向高分辨力对目标进行一维距离成像 ,估计出回波中强散射点的数量和分布 ,通过对不同径向分辨单元内的强散射点进行整体检测 ,可进一步有效地提高信杂比 ,改善雷达的检测性能。最后在毫米波段的实验仿真结果表明该方法是一种非常有效的扩展目标检测方法     

基于 Mellin 变换的利用双谱估计进行空中雷达目标识别

作者根据空中雷达目标快速机动的特点,提出了一种利用Ｍｅｌｌｉｎ变换及双谱估计提取目标特征量,应用最近邻（ＮＮ）法则进行综合判决的目标识别方法,并给出了计算机仿真实验结果。结果表明,该方法具有良好的抗噪声能力和较高的识别率。     

基于关联离散度的目标类型识别方法

针对空中作战空中目标识别问题,在分析影响目标类别因素的基础上,提出了一种基于关联离散度的空中目标灰色识别方法。该方法采用灰色理论,通过应用定义的关联离散度作为识别测度,因而在无需对现役雷达作太多技术改进的情况下,就可以提高低分辨雷达对空中目标粗略分类的自动判别能力。给出了应用该方法的具体步骤,通过仿真实例证明该算法的有效性。     

基于多分辨分析的雷达目标识别方法

针对宽带高距离分辨率雷达的工作体制,提出了一种基于多分辨分析和信息综合的目标识别算法。目标特征由小波变换在相邻分辨率上的能量之比的对数构成。利用多分辨分析,将目标特征分解为反映目标结构概貌的低通特征和刻画目标结构细节的高通特征。利用辐射基函数神经网络分别对目标的低通特征和高通特征进行识别判决,然后将基于目标的低通特征和高通特征的判决信息进行综合,得到最终的识别结果     

目标多特征信息的模糊数据关联算法

传统的解决密集杂波环境中多目标跟踪的数据关联算法主要是基于目标的距离特征。由于利用的信息有限,容易导致目标的误跟和失跟。提出一种基于目标多特征信息的数据关联算法,将目标的距离特征、方位特征和雷达散射截面积特征进行模糊信息融合,实现对雷达目标的关联。仿真结果表明了该算法的有效性。     

线性调频连续波雷达低空小目标长时间相参积累方法

针对小型无人机目标雷达回波弱、目标检测难的问题,研究了在线性调频连续波(linear frequency modulation continuous wave, LFMCW)体制雷达下的长时间相参积累方法。通过推导LFMCW雷达回波表达式,提出了基于时域差频信号线性调频-Z变换的拉东-傅里叶变换实现方法。评估了该方法的运算量,并与频域实现的方法进行对比。经过仿真和实测数据验证了本文算法对LFMCW雷达下的弱目标相参积累的有效性。     

战场数据融合仿真系统设计与实现

介绍了一种战场数据融合仿真系统的设计与实现方法。该系统由场景设定、信号产生、融合跟踪处理、目标识别、态势与威胁估计与数据库支持等功能子系统组成,模拟了数据融合的整个信息处理流程,包括:主动探测雷达、雷达侦察设备、通信侦察设备和敌我识别器获取敌我目标观测信息、利用多传感器跟踪数据对目标进行融合跟踪、提取辐射源电磁信息特征对敌方目标识别,进而形成态势与威胁估计。最终在Visual C#开发平台上利用MapX和ORACLE开发了战场数据融合仿真系统,并成功应用于实际系统中,取得了较好的效果。     

雷达部署对进动目标微多普勒频率的可测性分析

以导弹攻防对抗中防御雷达对空间目标的微多普勒频率检测为背景,分析了雷达部署位置对进动目标微多普勒测量值的影响.理论上可证明,当目标的外形尺寸和进动参数确定后,微多普勒频率由进动轴和雷达视线的夹角(平均视线角)唯一决定.从雷达部署在弹道平面内不同区域以及雷达距弹道平面不同距离两方面出发,分析了微多普勒调制带宽随雷达位置的...