频率步进太赫兹雷达的一维高分辨距离像

频率步进信号是一种较常用的距离分辨力高的雷达信号,常用于雷达的目标识别,而太赫兹波比微波信号波长短,更易于实现距离高分辨力。利用0.2 THz步进频率太赫兹雷达实现了高分辨一维距离像,分析了步进频率雷达系统中一维高分辨力距离像的成像原理,对0.2 THz步进频率雷达系统进行了介绍,最后,用Matlab对太赫兹雷达高分辨力进行了仿真,仿真结果表明,频率步进太赫兹雷达对静止目标达到了厘米级的高分辨力,而对于运动目标存在距离发散和耦合时移,速度越大,失真越大。     

基于Matlab的步进频率波形与高分辨力距离像

频率步进信号是一种较常用的高距离分辨率雷达信号,常用于雷达的目标识别技术之中。首先简单介绍了一维距离像和步进频率信号,分析了步进频率雷达系统中成一维高分辨力距离像的成像原理,即采用离散傅里叶逆变换(ID-FT)信号处理方法实现距离高分辨。并通过Matlab仿真实现了各种具体情况的成像,指出了影响成像的各种因素,同时提出了相应的解决方法。     

基于一维距离像的雷达目标识别研究进展

现代高分辨雷达为雷达目标识别提供了新的途径,相应的高分辨一维距离像具有易获取和处理的特点,同时还能够揭示出目标径向结构的分布特性,因而在目标识别领域具有良好的应用前景.文中分析了基于一维距离像的雷达目标识别研究现状,包括一维距离像的模型、距离像特性分析、特征提取方法以及分类器的设计方法等,并且指出了高分辨一维距离像目标识别今后的研究方向.     

一种基于多特征提取的雷达目标识别方法研究

直接利用雷达高分辨一维距离像或是提取一维像单一特征进行目标识别难以取得理想效果.为了更好地反映雷达目标本身的物理特性,提高雷达目标识别率,对雷达目标高分辨一维距离像的频谱幅度、能量聚集区长度、散射中心数目和中心矩特征进行提取并构成多特征向量,描述雷达目标高分辨一维距离像频域、能量等物理特性,采用主成分分析方法进行特征维...     

微波透镜成像技术在目标识别中的应用研究

研究了微波透镜成像技术及其在目标识别中的应用。提出基于望远镜原理的新体制雷达,实现雷达目标的横向距离高分辨,结合高精度跟踪雷达现有的径向距离高分辨,进行雷达目标三维识别的新概念。此外,针对微波频段的电磁波绕射、衍射效应严重,微波透镜成像效果较差的问题,提出了虚拟透镜成像技术,并进行了成像验证,获得较好的成像效果。     

基于HRR的地面雷达目标识别方法研究

高分辨雷达目标识别可以提供目标更多的信息 ,是地面雷达技术发展方向 ,基于高分辨距离像的特征提取和识别是比较现实可行的方法。该文首先分析了一维距离像的产生 ,在此基础上 ,综合了几种一维距离像的特征提取方法和分类识别方法 ,讨论了方位角变化对距离像的影响 ,并分析了识别方法的鲁棒性问题     

雷达目标识别发展回顾与实现中的关键理论

雷达目标识别作为智能化武器发展的关键技术,在未来信息化条件下联合作战中发挥着极为重要的作用.阐明了雷达目标识别研究的科学意义,回顾了该领域的发展过程及已取得的研究成果,分析了基于高分辨雷达一维距离像目标识别研究的具体思路,在此基础上,重点讨论了几种一维距离像的特征提取方法、分类识别方法及如何克服方位角变化对距离像的影响等雷达目标识别实现中的关键理论,对这些理论的深入研究将极大地促进雷达目标识别技术的发展.     

稀疏分解在雷达一维距离像中的应用

雷达一维距离像成像本质上是对雷达目标散射特性进行信号表示的过程,它以其获取的简单性及有效性,在雷达成像及目标识别方面得到了广泛的应用。针对雷达目标几何绕射参数化模型,利用稀疏分解方法,研究了高分辨一维距离像的重构及特征提取问题。以此可以避免奈奎斯特采样定理的弊端,以更贴近信号本质特征的方法处理雷达回波信号。通过匹配追踪算法,寻找最佳匹配原子的位置,以此估计雷达目标散射点参数。实验结果表明该方法在信号重构及特征提取方面的有效性。     

基于卷积神经网络的雷达目标HRRP分类识别方法

卷积神经网络通过卷积和池化操作提取图像在各个层次上的特征进而对目标进行有效识别,是深度学习网络中应用最广泛的一种。文中围绕一维距离像雷达导引头自动目标识别,开展基于卷积神经网络的目标高分辨距离像分类识别方法研究。首先,基于空中目标一维距离像姿态敏感性仿真生成近似平行交会条件下不同类型目标的高分辨距离像数据集;其次,构建一种一维卷积神经网络结构对目标高分辨距离像进行分类识别;作为比较,针对同类高分辨距离像数据集,分析了主成分分析-支持向量机方法的目标分类识别效果。结果表明:基于卷积神经网络的目标分类识别算法有更好的识别能力,对高分辨距离像的姿态敏感性具有较强的适应性。     

空间目标宽带雷达特征信号仿真建模

空间目标宽带雷达特征信号包括其高分辨一维距离像和二维ISAR图像,空间目标宽带雷达特征信号仿真建模对空间目标探测、识别研究具有重要意义。在光学区复杂目标RCS特征信号计算基础上,重点研究了空间目标宽带雷达特征信号包括高分辨一维距离像和二维ISAR图像仿真建模方法。仿真目标和实际复杂空间目标宽带雷达特征信号仿真建模的实验结果验证了其有效性。     

基于多重支持向量模型的雷达目标识别器设计

在如今日益复杂的地面战场环境下,雷达目标识别技术的需求愈加迫切。高分辨一维距离像(High Resolution Range Profile,HRRP)具有可提供目标在雷达视线上的结构信息的特点,使得其在雷达地面目标识别领域受到了广泛的关注与研究。为实现基于 HRRP 的雷达目标识别实用化,本文构建了一种基于多重支持向量模型的雷达目标识别器。本方法通过对目标特征空间的区域分割、特征区域描述与子分类超平面构建,得到更为精细化的目标特征空间描述,同时达到目标鉴别与分类的联合处理。此外,本方法基于支持向量模型,内存需求少、计算复杂度低, 适合目标识别系统的实际工程应用。通过基于实测数据的对比实验,证明了本文所提方法在目标识别性能与实时性两方面均具有较大的优势。     

大时宽带宽雷达信号高速脉压技术研究

以大时宽带宽雷达应用为背景,提出利用FPGA完成高速脉冲压缩的方案。对双通道正交和FPGA实现频域脉压作了详细分析。结果表明,该技术对大时宽带宽雷达实时得到高分辨一维距离像（HRRP）有重要意义。     

The influence of speckle on high resolution range profile recognition based on the matching score

Template database is the key to radar automation target recognition based on High Resolution Range Profile (HRRP). From the traditional perspective, average HRRP is a valid template for it can represent each HRRP without scatterer Moving Through Range Cell (MTRC). However, template database based on this assumption is always challenged by measured data. One reason is that speckle happens in the frame without scatterer MTRC. Speckle makes HRRP fluctuate sharply and not match well with the average HRRP. We precisely introduce the formation mechanism of speckle. Then, we make an insight into the principle of matching score. Based on the conclusion, we study the properties of matching score between speckled HRRP and the average HRRP. The theoretical analysis and Monte Carlo experimental results demonstrate that speckle makes HRRP not to match well with the average HRRP according to the energy ratio of speckled scatterers. On the assumption of ideal scattering centre model, speckled HRRP has a matching score less than 85% with the average HRRP if speckled scatterers occupy more than 50% energy of the target.     

一种自适应角域模板建立方法研究

模板匹配方法是一种常用的一维距离像识别方法。针对该方法应用中的姿态敏感性问题,提出了自适应姿态角域平均一维距离像模板建立的方法。通过理论分析证明平均一维距离像具有良好的稳健性。姿态角域平均一维距离像相关性分析表明自适应姿态角域平均一维距离像可以表征目标不同姿态下的一维距离像。利用实测数据,通过仿真测试表明自适应姿态角域平均一维距离像模板建立方法是可行的。     

幅度谱差分子空间雷达自动目标识别

雷达高分辨距离像是目标的重要结构特征,其维数通常很高,造成数据可分性表达差,识别过程计算复杂度高,识别率低。为降低距离像的维数,提出一种新的距离像特征提取方法,即采用直接线性判别分析(dLDA)在距离像幅度谱差分空间进行特征提取,得dLDA幅度谱差分子空间。目标识别即在所得dLDA幅度谱差分子空间中进行。采用外场实测数据,分别训练了最小距离分类器和one-against-all支撑向量机分类器,2种分类器的识别结果均表明,该方法可显著地降低数据维数并提高识别率。     

调频步进雷达扩展目标高分辨距离像分析

本文首先对扩展目标的一维距离像进行了离散建模;然后给出了扩展目标调频步进雷达回波信号的数学模型,证明了调频步进雷达相参合成扩展目标一维距离像原理;文章分析了目标运动对合成距离像的影响,推导了运动目标合成距离像的距离单元走动计算公式,给出了运动目标一维距离像二次相位误差补偿的速度临界值;最后给出了计算机仿真,证明了本文的结论.     

中段目标高分辨距离像姿态敏感性分析

高分辨距离像获取简单且能够提供目标部分几何结构信息,在导弹目标识别中有着重要的应用。针对高分辨距离像姿态敏感性问题,采用基于逆合成孔径雷达(ISAR)像提取导弹目标的二维散射中心分布,具体分析各姿态下散射中心在距离分辨单元内的分布情况,计算高分辨距离像(HRRP)突变时各散射中心之间的相位关系。结合HRRP的数学模型,解析了突变现象的产生原因,得知距离分辨单元内散射中心点之间的干涉会导致HRRP严重的姿态敏感,并经过实验分析了距离分辨单元内散射中心对HRRP的具体影响。     

最大间隔核优化的雷达目标高分辨距离像识别新方法

基于目标高分辨率距离像的雷达自动目标识别技术在军事和民用上都有巨大的应用价值。但是由于雷达目标高分辨距离像的姿态敏感性以及高特征维数,造成了其非线性可分性。针对此问题,本文提出了一种基于最大间隔核优化的雷达目标高分辨距离像识别方法。本方法首先采用了最大间隔准则算法来优化数据依赖核函数,然后利用支持向量机分类器实现了雷达目标高分辨距离像识别,最后进行了基于5种战斗机目标高分辨距离像的实验仿真。实验结果表明了基于最大间隔核优化的目标识别算法对于SVM分类器可以有效实现核函数优化,从而能够提高目标识别性能。      

基于双向滑动平均的目标长度特征提取方法

基于高分辨距离像的雷达目标识别是该领域的研究热点,而特征提取是其中的关键环节。相对于散射中心强度和位置特征而言,长度特征随目标方位角变化的影响较小,是一种相对稳定的特征,而且长度特征属于目标本身的物理特征,具有实际的物理意义。文中提出一种基于双向滑动平均的目标长度特征提取方法,并将提取的长度特征用于目标粗分类。该方法首先对距离像进行降噪处理,然后从左右两端同时向中间进行滑动平均处理,当滑动均值大于预设的阈值时,即可确定目标区域的起始和终止位置,从而得到目标的长度特征。该方法的核心在于分别估计左右两端各自的阀值,而不是采用一个统一的阀值,并且在阀值估计的过程中同时考虑了距离像均值和噪声的影响。因此,该方法对于距离像突变、非目标区域野值等具有较强的稳健性。通过对五类飞机的实测数据进行实验,验证了该方法的有效性。     

基于稳健变分自编码模型的雷达高分辨距离像目标识别算法

对于雷达高分辨距离像的识别问题,传统深层网络通常忽略了HRRP自身的目标特性,不利于学习有效的分类特征,导致其识别性能受到限制.针对这一问题,本文提出了一种基于稳健变分自编码模型的目标识别算法.该算法结合HRRP数据特性,利用平均像在散射点不发生越距离单元走动的方位帧内具有稳健物理特性的性质,基于变分自编码器构建了稳健变分自编码模型.该模型不仅能够获取稳健有效的识别特征,而且在一定程度上保存了数据的帧内结构信息,较大地提高了目标的平均识别率.基于实测HRRP数据验证了所提算法的有效性.