基于SAR图像的目标散射中心特征提取方法研究

针对SARATR需要,基于属性散射中心模型,研究了从SAR图像提取目标散射中心特征的方法。该方法首先从SAR图像分割出包括单个散射中心响应的目标区域,然后判断该区域对应的散射中心的类型,最后再采用相应的参数模型进行参数初值选择和数字优化,从而得到对应该区域的目标散射中心特征。通过循环执行上面的步骤,就可以从SAR图像提取出目标所有散射中心特征。仿真结果表明,该算法具有良好的估计性能。     

目标指示雷达的测量精度对火力分配的影响

分析了目标指示雷达的测量误差对火力分配的影响 ,为使火力分配有一定的准确性 ,对目标指示雷达的测量精度提出了要求     

综合孔径雷达系统设计的关键技术

从综合孔径雷达 SAR成像的基理出发 ,分析了 SAR系统中相位误差对 SAR图像质量的影响和系统中产生相位误差的重要因素 ,从而分析了 SAR系统设计的关键技术和实施的基本途径。     

地面对空监视雷达网体系结构研究

针对雷达组网研究现状,对雷达网、雷达组网、雷达组网技术这3个概念进行了定义区分。在此基础上从战术和技术两个层面对雷达网进行分类,战术层面从战略、战役和战术3个层次对雷达网分类,技术层面从网络结构和信息融合方式两个方面对雷达网分类。提出了一套地面对空监视雷达网组网原则,在此基础上构建出地面对空监视雷达网结构体系和战技效能指标体系。     

建立雷达探测概率模型的方法

提出了一种建立雷达探测概率模型的方法。该方法采用空间分割算法建立网格 ,以雷达检飞资料作为基础数据 ,用雷达方程推算各个网络中心的探测概率     

数据融合与敌我识别综述

敌我识别 (IFF)是自动目标识别 (ATR)技术的重要应用之一。高科技条件下现代战场中的目标侦察与敌我识别问题 ,一直是国际雷达领域和信息处理技术的主攻方向。为适应未来数字化战场的作战需求 ,具有敌我识别能力的系统 ,已成为 2 1世纪战场数字化系统的基本功能单元之一。扼要介绍了目标识别的有效途径、可提高敌我识别系统效能的数据融合技术及IFF现状与发展趋势。     

雷达网实际探测概率分布模型与仿真算法

基于综合考虑各种外界因素影响的雷达实际平面探测区域,建立雷达网实际探测概率分布模型,是一个有待深入探讨的问题.考虑地物遮蔽、顶空和波瓣间盲区的具体影响,首先讨论了雷达单元实际平面探测威力模型,进而提出了一种雷达网实际探测概率分布模型与仿真算法.实例仿真结果表明该模型和算法实用高效.     

基于深度限制波尔兹曼机的辐射源信号识别

针对电子侦察中使用常规参数难以有效识别复杂体制雷达信号的问题,提出利用深度限制波尔兹曼机对辐射源识别的模型。模型由多个限制波尔兹曼机组成,通过逐层自底向上无监督学习获得初始参数,并用后向传播算法对整个模型进行有监督的参数微调,利用Softmax进行分类识别。通过仿真实验表明该模型能对辐射源进行有效的特征提取和分类识别,具有较高的识别精度和较强的鲁棒性。     

混合模糊逻辑方法及其在雷达/红外双模制导中的应用

混合模糊逻辑方法就是利用模糊规则和对象输入输出的观测数据来辨识一个模糊逻辑系统。该方法对模糊规则和观测数据进行了预处理,给出系统模型的初始结构和参数。将该方法用于处理雷达/红外双模制导中对目标的跟踪问题。仿真表明该方法是有效的。     

雷达波吸收剂的研究进展

系统叙述了铁氧体、金属微粒、多晶铁纤维、纳米吸收剂和手征性吸收剂等吸收剂近年的研究发展状况,预测了吸收剂研究的未来发展趋势。