浅析低分辨率雷达目标识别的可行性

简要介绍了雷达目标识别的发展状况,重点分析了低分辨率雷达进行目标识别的难点以及在低分辨率雷达上实现目标识别的技术途径,并提出了对当前低分辨率雷达目标识别发展的建议。     

雷达目标识别技术及其新进展

从雷达目标识别技术作为现代雷达的一个重要发展方向出发，对雷达目标识别的几种主要方法即目标运动轨迹特征识别法、回波幅度起伏特性识别法、多频雷达回波识别法、极点识别法、斜升响应识别法和极化识别法等作了阐述，最后对雷达目标识别技术的新进展即波形综合法、雷达成象技术及神经网络在雷达目标识别中的应用作了展望。     

雷达目标分类/识别技术

分析了雷达目标识别的特点、分类及方法,介绍了雷达目标识别的发展及国外现状,着重研究雷达目标的特征及特征的提取,提出了未来雷达目标识别需要研究的的课题。     

雷达目标识别技术

雷达目标识别作为雷达技术发展的必然，成为现代雷达技术重要的研究方向之一。虽然雷达目标识别技术的有一定的进展，但还没有到完全解决问题的阶段，仅仅是广泛进行研究物一开端。本文对上前几种主要的雷达目标识别技术作了阐述，期望对雷达目标识别技术的研究概貌有一个清晰的认识。     

雷达目标识别技术

雷达目标识别作为雷达技术发展的必然,成为现代雷达技术重要的研究方向之一。虽然雷达目标识别技术的研究有一定的进展,但还没有到完全解决问题的阶段,仅仅是广泛进行研究的开端。本文对目前几种主要的雷达目标识别技术作了阐述,期望对雷达目标识别技术的研究概貌有一个清晰的认识。     

雷达目标识别及发展趋势预测

用雷达进行目标分类和识别,具有很大的军用与民用价值.虽然雷达目标识别技术在某些层面有了成功的应用,但是还未形成完整的理论体系.结合雷达智能化的发展方向,概述了雷达目标识别方法,重点是雷达目标识别中的关键问题.参照人的认知过程,预测了雷达目标识别技术的发展趋势,指出雷达目标识别应具备多种智能化的手段.最后,对如何面对雷达目标识别研究中存在的困难做出了评价,纠正了某些消极的态度.     

雷达高分辨距离像目标识别研究进展

雷达高分辨距离像(HRRP)包含了目标的结构信息,在雷达目标识别领域有良好的应用前景.该文详细讨论了基于HRRP的雷达自动目标识别的关键技术及研究现状,包括雷达HRRP的特性、预处理方法、特征提取方法及分类器设计方法等.最后讨论了雷达HRRP识别的研究方向.     

距离—速度相参干扰对目标识别雷达欺骗干扰效能分析

雷达自动目标识别技术的发展表明,通过对目标的雷达回波进行分析可以实现对目标类别属性的判断,给欺骗干扰带来了新的挑战.研究了距离-速度相参假目标欺骗干扰对具备目标识别能力雷达的干扰效果,以基于微动特征的目标识别方法为例,通过理论分析、仿真验证等方式进行了分析,结果表明,距离-速度相参假目标信号能够很好地通过雷达的目标检测处理过程,但是由于并未考虑对目标回波特性的高逼真模拟,因此现阶段,雷达自动目标识别技术能够实现对距离-速度相参干扰假目标信号和真实目标信号的区分.     

雷达目标识别技术述评

首先对雷达目标识别研究领域已经取得的成果和存在的问题进行简单的回顾。然后结合对空警戒雷达,阐明低分辨雷达目标识别研究的具体思路。     

一种低分辨雷达自动目标识别系统

低分辨雷达自动目标识别一直是雷达目标识别研究领域的难点。与高分辨雷达目标识别不同，低分辨雷达分类识别主要指对机群目标的大小、架次以及调制方式等进行粗略分类。给出了一个基于飞机目标回波波形对机群目标进行分类识别的低分辨雷达目标识别系统例子。     

雷达辐射源分类识别方法综述

阐述了雷达辐射源识别研究的必要性,详细介绍了现有雷达辐射源基本分类识别方法,系统梳理了现有分类识别技术的优缺点,合理分析了多、大且杂的电磁环境下雷达辐射源识别研究趋势,提出将深度学习与雷达辐射源识别全面结合,实现雷达辐射源识别智能化。     

MIMO雷达目标角度估计技术发展

无线通信系统中的多输入多输出(Multiple Input Multiple Output,MIMO)技术与雷达探测所结合产生的新体制MIMO雷达,在应对隐身目标和降低信号截获概率方面拥有着传统雷达无可比拟的优势。作为雷达目标空间位置的主要参数之一,角度估计的发展历程和现存问题值得关注。本文将对MIMO雷达的角度估计技术进行系统评述。首先,以MIMO雷达的作用原理和分类作为切入点,根据获取角度信息的方式,将现阶段使用较为广泛的MIMO雷达角度估计算法划分为搜索类、免搜索类、求根类以及子空间快速估计类四大类别。之后,全面介绍了当前各类MIMO雷达角度估计算法的应用原理,并重点分析、对比各自的优缺点。最后,以雷达测角理论工程化推进为向导,给出了MIMO雷达角度估计技术的未来发展趋势。     

机载激光雷达的背景辐射抑制技术研究

机栽激光成像雷达在执行非合作目标识别/分类、精确成像制导、战场侦察和打击效果评估等方面有潜在的应用前景.在系统分析非相干探测激光雷达噪声特性的基础上,采用LOWTRAN7软件对激光雷达接收到的背景光功率进行了数值仿真.仿真结果表明,采用视场法、光谱分辨法和视频带宽法可以有效地抑制背景噪声,大幅度地提高激光雷达的探测距离,以满足机载火控系统对小目标远距离精确识别的作战使用要求.     

Model-based classification of radar images

A Bayesian approach is presented for model-based classification of images with application to synthetic-aperture radar. Posterior probabilities are computed for candidate hypotheses using physical features estimated from sensor data along with features predicted from these hypotheses. The likelihood scoring allows propagation of uncertainty arising in both the sensor data and object models. The Bayesian classification, including the determination of a correspondence between unordered random features, is shown to be tractable, yielding a classification algorithm, a method for estimating error rates, and a tool for evaluating the performance sensitivity. The radar image features used for classification are point locations with an associated vector of physical attributes; the attributed features are adopted from a parametric model of high-frequency radar scattering. With the emergence of wideband sensor technology, these physical features expand interpretation of radar imagery to access the frequency- and aspect-dependent scattering information carried in the image phase     

智能雷达的内涵与外延辨析

从分析智能以及人工智能的内涵和特征入手,探讨了新一代人工智能技术的发展及其军事应用,基于仿生学的观点提出了智能雷达的概念定义,初步梳理了智能雷达的技术体系和分级分类标准;对比分析了智能雷达与认知雷达、软件化雷达、无人值守雷达的主要特点,分别辨析了相应的区别和联系。文中是对智能雷达内涵和外延开展的系统性研究,对于把握智能雷达的本质、明确研究重点、制定发展路线具有先导意义。     

低分辨机载雷达飞机目标分类识别技术研究

目标分类识别技术是机载雷达当今和未来发展的重要需求之一。目前研究较多的是基于宽带信号的目标识别,对雷达系统和目标信噪比提出了较高的要求,且对角度较敏感。考虑到现有机载雷达大多具有窄带跟踪模式和目标分类识别的需求背景下,该文提出了一种基于窄带分形和幅度调制联合2 维特征的飞机目标分类识别方法。文中以支持向量机(SVM)为分类器,以实测试飞数据进行分析验证,试验结果表明,该方法能有效分类识别直升机、螺旋桨飞机、喷气式飞机,平均分类识别率在92%以上。      

独立分量分析在雷达信号分选上的应用

传统的雷达信号分选主要是基于统计的思想，通过对脉冲序列的PRI分析，依据PRI的调制方式，将对应的雷达信号分选出来。这种方法存在运算量大，速度慢，且准确率不高的缺点。文章提出将含噪的快速独立分量分析算法应用于雷达信号的分选并分析了不同信噪比下分离的效果。仿真试验证明了该算法可以取得很好的雷达信号分离效果。     

雷达信号有意调制的粗分类和细分类识别方法

针对雷达信号脉内有意调制中2类典型调制信号,即相位编码(PSK)信号和调频(FM)信号,提出了一种由粗到细的方法进行脉内识别。首先,对接收到的雷达信号利用其3 dB带宽明显不同的特点,进行类间粗分类,识别出PSK信号和FM信号;然后,针对PSK信号和FM信号类内特征的不同,提出了利用信号的小波脊频特征,来对雷达信号进行类内细分类识别的方法,使PSK信号被细分类为BPSK信号和QPSK信号、FM信号被细分类为LFM信号和NLFM信号,从而完成了典型雷达信号的有意调制的识别。仿真结果表明,在一定信噪比下,此识别方法真实有效。     

Multi-Parameter Signal Sorting Algorithm Based on Dynamic Distance Clustering

A multi-parameter signal sorting algorithm for interleaved radar pulses in dense emitter environment is presented. The algorithm includes two parts, pulse classification and pulse repetition interval （PRI） analysis. Firstly, we propose the dynamic distance clustering （DDC） for classification. In the clustering algorithm, the multi-dimension features of radar pulse are used for reliable classification. The similarity threshold estimation method in DDC is derived, which contributes to the efficiency of the algorithm. However, DDC has large computation with many signal pulses. Then, in order to sort radar signals in real time, the improved DDC （IDDC） algorithm is proposed. Finally, PRI analysis is adopted to complete the process of sorting. The simulation experiments and hardware implementations show both algorithms are effective.     

Multi-Parameter Signal Sorting Algorithm Based on Dynamic Distance Clustering

A multi-parameter signal sorting algorithm for interleaved radar pulses in dense emitter environment is presented. The algorithm includes two parts, pulse classification and pulse repetition interval (PRI) analysis. Firstly, we propose the dynamic distance clustering (DDC) for classification. In the clustering algorithm, the multi-dimension features of radar pulse are used for reliable classification. The similarity threshold estimation method in DDC is derived, which contributes to the efficiency of the algorithm. However, DDC has large computation with many signal pulses. Then, in order to sort radar signals in real time, the improved DDC (IDDC) algorithm is proposed. Finally, PRI analysis is adopted to complete the process of sorting. The simulation experiments and hardware implementations show both algorithms are effective.