一种实用的红外弱小目标检测跟踪处理机研究

以小波变换作为对红外弱小目标进行检测识别的核心算法，并根据该算法搭建了基于FPGA和DSP的红外信号处理器的硬件平台。该平台在FPGA上实时完成了离散小波变换算法，可用于检测弱小目标，并通过DSP实现了稳定地跟踪。结果表明，该设计的方案对红外弱小目标的检测识别和跟踪具有实际意义。     

基于二维小波变换的激光成像雷达目标识别算法

提出了基于二维小波变换的激光成像雷达目标识别算法,首先对激光成像雷达目标的距离像进行二维小波变换;然后从近似分量和细节分量中提取奇异值特征,利用遗传算法对支持向量机参数进行智能优化;最后应用支持向量机对三种地面目标进行识别.仿真实验表明,该方法与直接应用距离像奇异值特征进行识别的方法相比,在高载噪比20dB时的平均识别...     

基于高阶统计量的低分辨雷达空间目标识别算法

针对低分辨率雷达体制下的空间目标识别问题,首先分析了空间目标的雷达特性规律,在此基础上,提出了基于高阶统计量的空间目标识别算法。计算机仿真实验表明,即使在较低的输入信噪比下,该算法依然对自旋稳定卫星、三轴稳定卫星和空间碎片等三类目标取得了比较好的识别效果。     

基于小波变换和深层稀疏编码的SAR目标识别

针对SAR图像预处理算法自适应能力差、带标签图像不足、目标特征提取困难等问题,提出了一种基于小波变换和深层稀疏编码的SAR图像目标自动识别算法。首先利用灰度值和尺度缩放获得大量的无标签SAR目标,并采用离散小波变换对图像进行高效的降维,再结合深层稀疏编码提取目标的深层抽象特征并完成识别任务。采用MSTAR数据库中3类军事目标进行算法仿真与验证。实验结果表明,在没有预处理的情况下,该算法能够有效地完成多目标SAR图像分类,且具有较高的识别率和鲁棒性。     

基于双正交FDWT的雷达数据压缩和目标识别方法

本文由双正交共轭滤波器构造有限维内积空间的双正交多分辨分析和快速离散小波变换(FDWT),提出信号的对偶小波变换方法,并将其用于降低雷达数据存储量,提出双正交变换系数筛选方法以及基于压缩数据的小波域相关和最小距离分类方法。通过六种飞机目标的距离高分辨数据的分类实验,证明本文提出的变换、压缩和识别方法是有效的。     

基于小波神经网络的毫米波雷达目标距离像识别

给出一种隐层由小波基组成的神经网络用于实现频率步进毫米波雷达目标一维距离像的识别。利用小波变换所具有的良好的时频分析特性，实现了输入输出之间映射关系的多分辨学习。介绍了小波神经网络的数学框架及其误差反向学习算法。详细描述了用小波神经网络进行识别的步骤。将所提出的小波神经网络用于频率步进毫米波雷达目标一维距离像的识别。实验结果表明该方法对目标距离像的识别是有效的。     

基于小波功率谱估计的空间目标RCS特性分析

随着空间技术的研究与发展，对空间目标的监测与识别显得越来越重要。在小波变换的基础上，详细讨论了小波功率谱估计的实现方法，并利用窄带雷达测量获得的空间目标RCS数据，利用Morlet小波对几个空间目标的RCS时间序列进行功率谱分析。并把傅里叶变换同小波变换进行结合，以实现对目标RCS的信号功率谱估计。分析结果反映了目标的某些重要的散射特性。     

基于支持向量机的浅地层探地雷达目标分类识别研究

对于探地雷达用于探测地雷情况下的目标识别,从实用性上说只需识别地雷或非地雷两类目标即可,而通常的支持向量机正是用于两类分类.本文结合浅地层探地雷达数据的特点,提出了一种基于支持向量机的浅地层探地雷达目标分类识别方法,并分析了时域,傅立叶谱,及离散小波变换三种特征数据用于所提方法时的效果.通过对实测数据进行处理,结果表明三种特征数据用于所提方法都能取得较好的效果.     

用离散贝叶斯分类算法识别窄带雷达目标

深入分析了常用雷达目标识别方法识别率不高的原因。提出了基于离散贝叶斯算法识别有限长特征序列的识别方法。针对实测地面目标雷达回波的计算机模拟结果,表明该方法可明显提高识别率。     

基于直方图统计量的逆合成孔径雷达目标识别

将原用于人脸识别的基于Gabor局部二进制模式的识别技术用于逆合成孔径雷达(ISAR)像的雷达目标识别,对算法进行了改进,取得了较好的识别效果。将ISAR像进行Gabor小波变换,提取不同尺度和方向的Gabor幅值图谱;然后把幅值图谱分成小的子区域,用多尺度局部二值模式提取空域增强的直方图作为特征,最后在χ2统计量作为不相似度量计算的特征空间里,采用最近邻分类器完成五类目标的分类识别。与目前已有的几种典型ISAR目标识别方法进行了对比,结果表明:该方法是可行且有效的,能够明显地提高识别率。     

基于体积特征的空间目标识别算法

提出了基于体积特征的空间目标识别算法，首先通过高分辨力单脉冲雷达对空间目标进行三维成像，然后提取空间目标的三维像体积特征，由于卫星的体积通常比碎片大，根据空间目标的三维像体积可以实现对卫星和碎片的识别。计算机仿真实验表明，该算法取得了比较好的识别效果。     

基于组合矩的激光成像雷达目标识别算法

随着激光技术的发展,激光成像雷达在现代战争复杂战场环境中逐渐获得了广泛的应用,目前激光成像雷达自动目标识别技术已成为国内外研究的热点问题。提出了基于组合矩的激光成像雷达目标识别算法,从激光成像雷达目标的距离像中提取低阶的Zernike矩、Hu矩和中心矩构成组合矩特征,该特征对距离像噪声不敏感,应用径向基函数(RBF)神经网络对三种地面目标进行分类识别。实验结果表明,该算法与应用Zernike矩和Hu矩特征进行分类识别相比,对三种激光成像雷达地面目标的平均识别率在高载噪比(20dB)下分别提高了1.0%和3.7%;在低载噪比(10dB)下分别提高了11.8%和42.5%;当载噪比高于17dB时,该算法的平均识别率达到100%。因此该算法取得了比较好的识别效果。     

基于雷达微B显数据的目标识别方法

提出了一种基于低分辨雷达微B显数据的目标识别方法：首先进行微B显数据的预处理；然后提取特征量；最后应用BP神经网进行雷达目标的粗分类。利用雷达实测数据的仿真结果表明，该方法可以较好地完成目标的粗分类，并达到90％左右的识别率。     

用微分复倒谱方法实现雷达高分辨距离像对齐

根据雷达高分辨距离像具有非最小相位和小波特征的信号性质 ,采用 Z变换方法给出和研究了高分辨距离像的微分复倒谱的性质。提出用微分复倒谱方法实现雷达距离像幅度归一化和实现距离像方位对齐的原理及其算法。数值计算和实测雷达数据的计算机仿真结果表明 ,理论分析是正确的 ,提出的算法是可行的 ;该方法适用于雷达目标识别     

METHODS OF RADAR DATA COMPRESSION AND TARGET IDENTIFICATION BASED ON BIORTHOGONAL FDWT

In this paper, by using the biorthogonal quadrature filters, the biorthogonal mul-tiresolution analysis of finite dimension space equipped with inner product and the fast discrete wavelet transform (FDWT) are constructed. The dual transform method is proposed and the radar data storage is reduced by it. The method of choosing the wavelet coefficients, and the methods of correlation and nearest neighbor classification in wavelet domain based on the compressed data, are presented. The experimental results of the classification, using the high resolution range returns from six kinds of aircrafts, show that the methods of transform, compression and recognition are efficient.     

空间目标的雷达定轨实时识别问题研究

反导预警雷达在弹道导弹探测模式下可观测到许多低轨卫星,由于作战使命的定位,这些观测数据被直接丢弃,导致其作战效能没有被充分发挥。为进一步挖掘反导预警雷达在日常值班状态下的空间目标监视潜能,本文针对反导预警雷达的工作特点,首先阐述了基于轨道根数的空间目标识别的基本数学原理,其中包括坐标转换、轨道确定和轨道匹配等核心处理步骤;其次描述了算法的程序设计思路,并依此研制了空间目标实时识别软件。仿真和实测数据验证了本文空间目标识别算法的有效性,所研制的空间目标实时识别软件可以辅助雷达操作员进行空间目标识别工作。     

基于小波字典稀疏表示的SAR图像目标识别

针对稀疏表示识别算法在图像域构造冗余字典时过分依赖预处理及原子维数较大的问题,提出基于小波字典的 SAR图像稀疏表示识别算法。首先采用二维离散小波变换将原始图像变换到小波域,建立小波域 SAR图像特征模型,得出小波域低频成分可充分表征目标类别信息的结论。然后取小波域低频成分进行2DPCA特征抽取构造小波字典,最后由改进 OMP 算法稀疏分解系数得到识别结果。SAR MSTAR数据的实验结果表明,在无预处理的情况下识别率高达99％,并且在含噪比10％的情况下识别率仍达96％。     

LFMCW雷达运动目标距离与速度超分辨估计

超分辨谱估计算法能得到比传统周期图法高得多的分辨率,针对LFMCW雷达动目标检测问题,本文提出一种基于状态矢量空间方法的LFMCW雷达距离与速度超分辨估计方法。文中介绍了状态矢量空间方法的基本原理并分析了三角LFMCW雷达上、下扫频段差频信号的特点,使用基于状态矢量空间方法估计差频信号频谱,同时给出了相应的运动目标距离与速度的估计算法。该算法解决了LFMCW雷达动目标去耦问题,与传统FFT方法相比提高了运动目标距离与速度的分辨率和估计精度。仿真结果证明了该算法的有效性。