模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

基于分维特性的舰船雷达目标的检测

在强杂波背景下设计有效的海上雷达目标检测器是相当困难的。本文提出了一种基于海面散射的分维持性的雷达目标检测方法。它利用海上目标雷达回波与海杂波在分维持性上的差异来对海上舰船目标进行检测。将该方法用于实地录取的舰船雷达弱目标的回波,取得了较好的检测效果。     

雷达目标回波信号的混沌、多重分形分析与识别

本文旨在将混沌、多重分形的理论和方法引入雷达信号处理，从混沌、分形动力学角度来揭示和刻划复杂目标散射机理，为进行有效信号处理和可靠目标识别寻找新的理论和技术实现方法。文中统计了五种飞机目标回波信号的Ｌｙａｐｕｎｏｖ指数分布情况，并计算了其多重分形维数，然后在此基础上，进行了目标识别的实验，获得了较高识别率。本文的研究表明，混沌、多重分形理论在目标特性及识别的研究中具有良好的应用前景。     

基于电磁涡旋的雷达目标成像

作为信息载体的电磁波除了传统的携带信息方式外,近年来其波前以电磁涡旋形式展现的信息调制能力也越来越受到关注。本文综述了电磁涡旋在信息调制等方面的研究进展,阐述了其在雷达信息获取方面的潜在应用价值。针对圆形相控阵列,建立了电磁涡旋波照射下理想点散射目标的回波模型。将各阵元的接收信号按照与发射时相同的模式移相后,沿圆周积分即可获得雷达阵列的输出回波。该回波可表示为经平方Bessel函数调幅后的傅里叶基函数的线性组合。结合Bessel函数的频谱特性,分析了轨道角动量态与方位角变量之间的近似对偶关系,利用逆投影和滤波-傅里叶变换方法进行了成像处理。仿真实验表明,电磁涡旋对雷达目标具有方位向成像的潜力。本文的研究可为新体制的雷达设计、目标识别技术的发展提供参考和借鉴。     

WCE迭代算法的收敛性分析

本文针对D.F.Delong教授在文献[1]中提出的一种新算法——WCE迭代算法,运用非线性数值分析理论,导出了该算法的收敛条件。进而,从理论上证明了WCE算法的收敛性与初值选取无关。并且,这一结论也由作者通过计算机仿真研究取得的数值结果所完全证实。     

一种高频区复杂雷达目标二维散射的参数模型

为描述高频区雷达目标复杂的二维散射 ,提出采用更贴近散射机理的、特征含量更为丰富的二维散射中心模型———类型区分的几何绕射理论 (TD GTD)模型。将一种高效的基于AGR的参数估计初始值选取方法 ,以及引入RELAX技术的最大似然估计算法 (ML RELAX) ,用于模型参量的估计。解决了同时估计多个散射中心这一造成计算量过大的根源问题。实验证实了TD GTD模型的合理性以及ML RELAX算法估计性能的优越性     

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。     

二相编码信号分段相关-视频积累检测的最优中频积累时间

载波多普勒下的二相编码连续波信号可以采用检波前中频积累加检波后视频积累的方法进行检测。本文对此方法进行了详细分析，提出了最优中频积累时间的选取准则。     

非线性系统中的机动目标跟踪算法

对于非线性系统中的机动目标跟踪问题 ,首先针对“当前”统计模型的缺陷提出了一种修正算法 ,然后应用转换测量Kalman滤波算法进行跟踪。仿真结果表明在非线性观测条件下 ,算法明显提高了对弱机动和非机动目标的跟踪性能 ,同时保持了对强机动目标的高性能跟踪     

雷达目标识别的频域极小极大法

本文研究了雷达目标识别过程中关于目标的编码、分类特征的提取与选择等问题。提出了利用极小极大原则从频域中获取目标特征系数的方法,论述了它的数学框架以及寻求最佳解的算法步骤。利用实测的目标散射数据进行试验研究,结果表明了本文理论的正确性及其方法的有效性。