太赫兹雷达宽带STAP算法研究

太赫兹雷达可以对地面进行高帧率高分辨力成像,是太赫兹技术领域研究热点。针对太赫兹雷达宽带高分辨成像与地面动目标检测一体化实现需求,提出了一种基于宽带空时自适应处理(STAP)的地面运动目标检测算法,首次在机载太赫兹雷达上实现了同时对地高分辨雷达成像监视和多通道地面动目标指示(GMTI)检测。机载太赫兹雷达实测数据验证了算法的有效性。     

一种基于机载广域监视系统的目标跟踪方法

广域动目标监视模式是借助天线在方位向上快速扫描来实现大范围动目标监视的一种雷达工作模式,这使得雷达系统可以对同一个动目标在不同时刻进行多次观测并跟踪其轨迹。该文提出了一种基于机载广域监视雷达系统的地面目标动目标跟踪方法。首先,根据动目标检测得到的信息估计运动目标的位置;然后对每个目标设置关联门限,并对进入门限的目标计算加权的关联度;最后通过全局最优得到关联的结果。该文还比较分析并确定了算法对误差大小的适用范围。通过仿真并与另外两种算法进行比较,验证了该算法的有效性,实际数据的处理结果也说明了算法的可行性。     

广域监视动目标检测模式下动目标点迹仿真及轨迹关联方法研究

由于可以在较短时间内对大范围区域进行动目标监视,广域监视动目标检测(Wide Area Surveillance,WAS-GMTI)模式已经成为机载监视雷达的一种重要工作模式。目前具备WAS-GMTI工作模式的系统较少,实际数据较难获得,严重影响了对WAS-GMTI中相关处理算法的验证。该文提出一种基于电子地图路网信息的WAS-GMTI动目标点迹仿真方法。该方法根据载机和电子地图路网信息直接产生动目标信息,避免了仿真场景回波所需的大量运算,而且产生的动目标信息可以合理地融合到真实地理环境中。此外,联合对同一动目标的多次观测信息,该文还给出了一种动目标的轨迹关联方法。仿真结果验证了该文所提方法的有效性。     

机载监视雷达软件系统设计

机载监视雷达系统广泛应用于侦察、目标指示和打击效果评估等军事领域,针对机载监视雷达多模式多任务需求和兼具它机本机飞行试验需求,研究了机载监视雷达的软件系统架构、工作模式和任务方案设计,并对资源调度和变扫描速率下的数据处理关联方案等关键技术进行了阐述。通过搭建地面半实物仿真系统模拟察打任务中对地面动目标发现、跟踪和打击一体化的任务工作流程,验证了机载监视雷达软件系统架构设计和关键技术解决方案的可行性。     

广域监视动目标检测模式下动目标快速定位误差分析

广域监视动目标检测(WAS-GMTI)模式作为机载监视雷达的一种重要工作模式,可以在较短时间内对大范围区域进行动目标监视,并进而对检测到的动目标进行快速定位,但在实际工程实现中,动目标的定位受到诸多因素的影响,直接使用理想公式对动目标进行定位存在较大误差。从战场或者交通监测的需求出发,广域监视动目标检测模式下需要对检测到的动目标进行快速定位。该文根据机载广域监视动目标检测模式下可以获得的动目标信息的特点,采用一种快速定位方法实现动目标的定位。同时对实际存在的导致动目标定位误差的这些因素进行了分析,并在考虑这些因素之后对动目标进行了重新定位。仿真和实测数据验证了该文对动目标定位误差的分析的合理性。      

海洋监视卫星

随着海洋在国民经济发展和国防安全方面地位的不断提高,及时、准确地对海洋目标进行监视日益重要。同时,海洋目标本身的特点和海洋环境的特殊性使得卫星成为对海洋目标进行监视的高效解决方案。文中在介绍海洋监视卫星概念和发展的基础上,阐述了海洋监视卫星在目标监视中的作用,并对由海洋监视卫星组成的典型海洋目标监视系统和其定位技术进行了介绍,最后阐述了海洋监视卫星的关键技术。     

高光谱图像异常目标检测算法研究进展

高光谱图像在国防军事和民用领域都有大量的应用,特别是异常目标检测不需要任何先验信息,使其成为高光谱图像处理和信息提取的关键技术和研究热点之一.通过系统的梳理、分析和研究,对现有的异常目标检测算法进行了深入的归纳和总结,并对高光谱图像异常目标检测涉及到的关键问题、未来的技术发展方向(如稀疏表示、张量分解和深度学习等)以及算法存在的问题进行了分析评价,提出了一些具有创新性的观点并预测了未来的研究趋势.     

机载双通道SAR／GMTI数据域DPCA算法研究

相位天线偏置(DPCA)技术在雷达领域是一种经典的杂波抑制算法,该算法简单易行,有很高的实用价值。文中研究了数据域DPCA技术在机载双通道SAR地面动目标检测领域的应用,推导出点目标回波模型;介绍了时间域和多普勒域算法的原理;对多普勒域DPCA算法的工程化进行了研究;最后给出了模拟数据的仿真结果。     

自动监视和告警系统中红外弱小目标的识别

红外弱小目标识别一直是自动监视和告警系统中的一项关键技术。成像跟踪识别系统的算法研究需要分析特定应用环境中的背景和目标特点，本文第一部分对此进行了分析。接下来，在对应用环境进行分析的基础上，对远距离红外小目标的探测、识别和跟踪算法进行了介绍。最后，针对视频环境下的红外跟踪，介绍了为提高跟踪稳定性而进行的一系列实验及其原理装置。     

基于时频图深度学习的雷达动目标检测与分类

雷达动目标检测技术一直是雷达信号处理领域中的关键技术,而传统的雷达动目标检测技术仅适用于匀速运动目标,检测性能有限。针对该问题提出一种基于卷积神经网络(CNN)时频图处理的雷达动目标检测方法,通过从雷达动目标回波中提取多普勒频移信息,然后利用短时傅里叶变换转换为时频图,输入卷积神经网络,进行深度特征学习,进而实现检测和分类的目的。仿真数据验证表明,所提方法能够有效检测和区分匀速、匀变速运动以及微动目标,稳健性高,与传统动目标检测方法相比具有显著优势。     

基于灰色关联和不确定推理的HRRP 目标识别

由于HRRP 固有的信息有损压缩,利用单帧HRRP 样本进行目标识别时, 存在经典算法识别率较低而改进后的算法一般复杂度较高的问题。为获得更加稳健、可信的识别效果,文中基于MYCIN 模型,引入灰色关联算子,构造了不确定因子,提出了一种基于HRRP 序列的雷达目标识别方法。基于五种飞机模型高分辨距离像数据的仿真实验表明:与单样本的识别算法相比,所提出的算法具有识别精度高、稳定性好、抗干扰能力强等优点,具有较好的工程应用前景。     

SAR图像舰船目标识别综述

SAR图像舰船目标识别是SAR图像海洋监视应用中的一项关键技术。在广泛文献调研的基础上,首先建立了SAR图像舰船目标识别的主要流程;接着对用于SAR图像舰船目标识别的众多特征进行归纳整理,分析了其物理意义及优缺点;然后对用于SAR图像舰船目标的分类算法进行了较为全面的综述;最后分析了目前研究中所面临的主要问题,展望了进一步研究的主要方向。     

反导系统与目标识别技术发展综述

弹道导弹目标识别是导弹防御系统中的核心问题之一,直接关系到弹道导弹防御的成败。文中首先对世界上先进的反导防御系统特点和典型装备进行了介绍,然后对雷达反导目标识别中使用的各种特征提取、识别算法及策略进行综述,最后对弹道目标识别技术重要发展方向进行展望,并指出弹道目标识别技术是一项长期的系统工程。     

Identification of Key Nodes in Microblog Networks

A microblog is a service typically offered by online social networks, such as Twitter and Facebook. From the perspective of information dissemination, we define the concept behind a spreading matrix. A new WeiboRank algorithm for identification of key nodes in microblog networks is proposed, taking into account parameters such as a user's direct appeal, a user's influence region, and a user's global influence power. To investigate how measures for ranking influential users in a network correlate, we compare the relative influence ranks of the top 20 microblog users of a university network. The proposed algorithm is compared with other algorithms — PageRank, Betweeness Centrality, Closeness Centrality, Out‐degree — using a new tweets propagation model — the Ignorants‐Spreaders‐Rejecters model. Comparison results show that key nodes obtained from the WeiboRank algorithm have a wider transmission range and better influence.     

雷达目标识别技术综述

雷达目标识别技术是集传感器、目标、环境为一体的一项复杂的系统工程,是现代雷达技术的重要发展方向之一。文中总结了目标特性的研究现状,针对不同的识别对象,如弹道导弹、空中目标、海上目标和地面等目标,对现有的识别方法进行了梳理,并分析了雷达目标识别技术的发展方向。     

Signal Processing Using Mutual Information

The Darbellay-Vajda algorithm was used to develop a skeletonized approximation to a joint probability density of sampled data. The approximation is presented as a collection of non-overlapping multi-dimensional cuboids, having varying sizes, locations, and probabilities in sample space. It is already known that a mutual information value can be extracted from this collection. This paper demonstrates that the joint density has a far wider range of application in exploring Bayesian and conditional probability distributions among the observations. While the examples provided show only autonomous data modeling, categorical data is easily input as an additional independent variable for supervised training purposes. Though the mathematical fundamentals of the algorithm are hardly straightforward, the associated computation load is low, and the overall flexibility of the technique points to the possibility of attractive new algorithms for statistical signal processing in numerous areas such as machine learning, pattern recognition, and nonlinear filtering     

运动目标循环移位舍弃像拼接算法

雷达目标一维高分辨距离像拼接是一维高分辨距离像用于雷达目标识别的前提。当目标运动时,距离像发生循环移位,采用传统的目标抽取算法如同距离舍弃法和同距离选大法将导致目标抽取结果产生像缺损。分析了目标运动对步进频率一维高分辨距离像的影响,提出了可避免抽取损失的循环移位舍弃像拼接算法。该算法基于幅度最强像修正抽取范围,将抽取范围与距离像同步移动,克服了目标运动对传统的距离像拼接算法的影响,同时避免了精确运动补偿计算量大的问题,具有工程应用价值。仿真实验验证了该算法的有效性。     

基于三种不同绝对对齐方法的分类器分析

雷达高分辨距离像识别时的一个重要问题是其平移对齐。相对于相关对齐方法,绝对对齐方法具有计算简单的优点,虽然对齐精度不如相关对齐法,但识别率并没有降低,并且由于利用最简单的分类准则———最小欧氏距离准则来进行分类,运算量与运算复杂度有明显的降低。文中介绍了三种基于不同绝对对齐方法———零相位对齐法、零线性相位对齐法、重心法的分类器,并对它们进行了理论分析与性能比较。实验结果表明,这三种分类器都能在低运算量的情况下获得了较好的识别性能。     

基于BP网络的雷达目标距离像识别性能仿真

针对反向传播(BP)神经网络用于高分辨率雷达目标距离像分类的问题.讨论了对识别性能产生影响的主要因素:训练算法的选择、输入数据的预处理方法以及神经网络的参数设计。利用4种飞机模型的重点散射源二维分布测试数据和频率步进法得到目标的一维距离像,对于从不同方位角范围内获得的距离像,用BP神经网络对目标识别的性能进行了仿真测试,结果表明选择弹性传播算法或模拟退火弹性传播算法训练网络时具有更好的分类性能,而且对输入样本进行对数变换也有助于提高识别率。     

A Secure Crypto Base Authentication and Communication Suite in Wireless Body Area Network (WBAN) for IoT Applications

To monitor the functions of human body and their surroundings Wireless Body Area Network (WBAN) is used, which are based on low powered and light weight wireless sensors devices. WBAN highly supports numerous applications but this study will focus on the security of ubiquitous healthcare applications. In E-health research monitoring the critical data in terms of security has become a major challenge as WBAN deals with various threats day by day. Therefore the design of secure and reasonably resource optimal algorithms with a robust key generation and management scheme is today’s need. There must be only authorized user’s who can have access to patient related data; otherwise it can be exploited by anyone. This proposed study is aiming to formulate the two security suite for WBAN, which comprises on KBS keys, KAISC and Hash algorithm three improved versions of key management procedures and authentication procedure respectively. Firstly the KBS Keys and improved Hashing suite which is an independent and adaptive key management and authentication scheme for improving the security of WBANs will be used, and secondly KAISC will be used for inter-sensor communication and key management security scheme. All above mentioned procedures will be suitably blend with the encryption and decryption process which will securely send the patient’s critical data to the base station and further to the concerned doctor. The novelty of work is that the proposed methodology is not only simple but also advanced and much secured procedure of key generation and management that will be further validated by the performance analysis. This technique will be beneficial for the continuous monitoring of patient’s critical data in remote areas also.