基于DRFM的雷达超前干扰技术

针对雷达接收机采用脉冲前沿抗干扰技术侦察目标的问题,提出了一种基于数字射频存储器(DRFM)的雷达超前干扰方法.利用高速ADC对雷达信号进行采样并转换为数字比特流,通过FPGA设计重频跟踪器,实现对雷达射频信号的跟踪预测,并完成对雷达信号的无失真存储和延时叠加处理,最终调制出与雷达信号具有相干性的超前干扰信号.结果表明,干扰信号超前于目标回波信号,并且具有欺骗与压制两种干扰效果,试验结果达到了预期效果.     

体目标射频回波信号实时仿真方法研究

讨论了四种射频回波信号实时仿真方法,即:使用专用硬件加速卡的射频回波信号实时仿真;使用多机系统的射频回波信号实时仿真;基于部分射频回波数据的实时内插或外推;利用ISAR像提取目标的主散射中心进行目标射频回波信号的实时计算。比较了四种实时仿真方法的异同。     

基于时域滤波信号重组的抗切片式干扰方法

基于数字射频存储器(DRFM)的切片式干扰同时兼具压制性和欺骗性的特点,对雷达的目标检测造成巨大威胁.为此提出了一种基于时域滤波信号重组的抗切片式干扰方法.首先针对噪声乘积调制的切片式干扰,在时域上计算检测门限来判断干扰带并置零;然后对干扰抑制后的回波信号和雷达发射信号进行重组;最后将重组后的回波信号与发射信号进行脉冲压缩得到真实目标.仿真结果表明,该方法能有效地抑制切片式干扰并抑制距离旁瓣.     

消除OTHR电离层相位污染的相邻相位差法

电离层扰动会使天波超视距雷达（OTHR）回波信号的多普勒谱展宽,影响OTHR目标检测能力,需要进行去污染处理.在分析OTHR信号处理过程和电离层扰动对回波信号污染机理的基础上,利用回波信号污染前后的相位关系,提出了消除电离层非线性相位污染的相邻相位差法（APD）,并与现有的几种去电离层相位污染方法进行了比较.计算机仿真结果表明：APD方法去相位污染效果明显,且当污染信号的幅度和频率变化时具有一定的稳定性;与其他方法相比该方法估计误差小且比较平滑,特别在校正低信噪比下的电离层相位污染时具有一定的优势.     

超声无损检测中基于支持向量机的自适应裂谱分析法

传统裂谱分析（SSP）方法对滤波器类型及其参数选择过于敏感,优化处理算法的信噪分离规则不能根据应用场合、信号和噪声的性质进行自适应调整.为了提高超声无损检测（UNDT）和无损评价（UNDE）中基础数据的信噪比（SNR）,提出了一种基于支持向量机（SVM）模式识别理论的自适应裂谱分析方法.采用以高斯函数为核函数的SVM所构成的信噪分离器,对信号和噪声进行识别和分离,从而消除噪声,得到高信噪比的超声回波信号.实验结果表明,与传统裂谱分析方法相比,该方法提高了消噪性能的稳定性,增强了湮没晶粒（或其他散射体）散射中缺陷回波信号的能力.     

无源相干定位系统中的淹没效应及其消除

针对无源相干定位系统中的淹没效应进行研究,分析了无源相干定位系统接收信号的组成及处理方法,对PCL系统在远距离、微弱目标回波信号被近处强的回波信号掩盖时的性能进行了研究.提出采用ECCC方法估计目标的位置,通过估计目标强回波的幅度、TDOA和多普勒频率,用自适应对消的方法从接收到的信号中对强回波进行抑制.所陈述的方法通过自适应提升了PCL在距离域上的性能.仿真证明了该方法的有效性.     

基于雷达图像的运动目标形态检测及跟踪技术

运动目标的检测与跟踪在实际中应用广泛。对于低空高速运动目标的检测与跟踪常常面临目标信号微弱和地物干扰严重等问题。基于某型飞机着陆雷达回波图像,提出并采用滑动窗口形态匹配算法对帧差的灰度图像进行目标检测,同时采用二次匹配算法分离出微弱信号目标,去除假目标干扰。之后再结合多帧图像进行航迹关联,去除静止地物等目标干扰,实现运动目标的跟踪。实际测试表明:该处理流程算法简单,处理一帧的时间短,可以检测到极其微弱的目标信号,有效抑制各种干扰,捕捉目标的反应时间短,实现了运动目标的实时检测、准确定位和无丢失跟踪。     

小波分解在雷达抗速度欺骗干扰中的运用

基于速度波门拖引干扰的信号模型，提出了一种基于小波分解的抗速度波门拖引干扰的方法．通过对目标多普勒回波信号进行小波分解，选取适当的阈值，滤除波门拖引的调频部分，并对回波信号进行小波重构修正，得到消除干扰的回波信号，由此进行运动目标跟踪检测．仿真结果表明，此方法是可行的．     

SAR分布目标原始回波数据模拟

为了减少分布目标原始回波数据模拟的计算量，针对合成孔径雷达（SAR）分布目标原始回波数据模拟，提出了一种基于距离时域脉冲相干的优化算法，通过对回波数据的统计分析以及成像处理验证了优化算法的有效性．     

一种新的ISARFS成像运动补偿方法

提出了一种新的用于步进频率ISAR成像运动补偿的方法.它利用常载频低分辨信号对运动目标进行跟踪,并利用回波解卷绕的相位获取目标较为精确的运动参数,利用高分辨步进频率回波信号精确地估计了目标运动参数,理论分析和仿真结果证明了所提出方法的有效性.     

基于成像声呐的水下多目标跟踪研究

针对水下多目标跟踪问题,提出基于成像声呐的高效目标跟踪算法. 基于声呐的成像特点,针对声学图像中的每个像素点,建立基于信号强度的回波信号模型,提取图像中的个体目标. 采用基于序贯蒙特卡罗的概率密度假设(SMCPHD)滤波对各目标状态进行滤波,结合Auction航迹识别算法将滤波后的目标状态与已确定的航迹进行关联,实现多目标跟踪. 通过算法的仿真分析发现,该方法相对于基于数据关联型的多目标跟踪算法如联合概率数据关联(JPDA)算法、多假设跟踪(MHT)算法,大大提高了计算效率. 对采集的现场数据进行目标提取与跟踪,获得目标的跟踪轨迹.     

TLD目标追踪算法研究

文章利用一个二值分类器、P-N分类器来改善未标记的数据的分类。P-N分类器需要利用数据集进行模型的学习,学习过程是通过正样本和负样本的约束,P-N分类器被用于目标检测以及追踪的在线学习。试验表明,利用P-N分类器的学习算法能够从一段未标记的视频序列检测、追踪指定目标。     

基于双通道DPCA技术的前视SAR微动目标检测

针对将DPCA技术应用于前视SAR微动目标检测领域,首先分析了传统双通道SAR的DPCA对消原理,然后根据前视SAR的特性,提出基于天线收发同置的前视SAR双通道DPCA模式,研究前视微动目标回波经过DPCA对消后的信号幅相特性,确定微动目标所在的距离域,最后在MATLAB中对检测方法进行了仿真,仿真结果表明,当回波信噪比大于-5dB时,微动目标检测概率达到95%.     

基于DSP与FPGA的靶标动态检测跟踪技术

针对靶场目标测试面临的测量目标小、距离远、目标与背景对比度低等实际问题,提出了基于DSP（Digital Signal Processing）与FPGA（Field Programmable Gate Array）的数字视频图像信息进行目标动态检测跟踪的方法。该方法采用了图像分割检测方法与目标跟踪算法,精确并快速地定位靶标十字的中心,从而实现复杂环境下运动靶标检测跟踪,提高了检测效率和精度。     

基于Toeplitz降维子矩阵的空间多目标跟踪算法

为了克服传统的移动多目标跟踪计算量大、实时性差的缺点,针对阵列天线提出新的多目标跟踪算法.该算法利用阵元接收数据构造空域Toeplitz矩阵,截取该矩阵的一个子矩阵,采用Lagrange极值定理迭代跟踪子矩阵的最小噪声特征向量.根据得到的噪声特征向量,估计空间多个移动目标的波达方向(DOA).该算法对原接收矩阵进行了降维,因而有效地降低了计算复杂度.此外,对数据进行的Toeplitz重构,使得降维后的子矩阵保留了所有阵元的接收信息.仿真结果表明,该算法不但可以处理相关信源,而且具有很好的空间分辨率,适合对目标源进行实时跟踪.     

基于雷达图像的水面无人艇目标检测技术

针对水面无人艇雷达目标探测问题,进行了嵌入式雷达图像采集处理系统的研究.提出了嵌入式雷达图像采集处理系统的体系结构.在提取目标位置信息的基础上,选择目标的位置、面积、不变矩特征,完成目标在雷达图像序列中的匹配,实现目标跟踪.针对雷达图像序列中偶有目标丢失的问题,利用卡尔曼滤波预测目标位置信息,帮助建立完整的目标链.最后通过海试验证了所设计的嵌入式雷达图像采集处理系统的可行性,试验表明所提出的图像处理算法、目标的特征匹配和卡尔曼滤波预测算法可以有效的完成目标的检测和跟踪.     

一种适用于机动目标跟踪的改进卡尔曼滤波算法

针对卡尔曼滤波跟踪强机动目标时性能下降的问题,提出了一种适用于机动目标跟踪的改进卡尔曼滤波算法.该算法在卡尔曼滤波算法的基础上,根据当前量测目标航向与前一目标航向之间的航向角度差,判断机动强弱并计算出加权函数值,然后用加权函数值根据量测数据依次修正机动目标加速度预测值和目标预测状态,最终改进目标的状态估计.仿真结果表明,目标强机动时该算法具有较高的跟踪精度.     

联合检测的自适应融合目标跟踪

由于各种因素的干扰,在现实复杂的情况下目标跟踪过程中可能出现模型漂移和跟踪失败等问题,针对目标跟踪的鲁棒性和准确性提出一种联合检测的自适应融合目标跟踪算法。根据深层和浅层卷积特征具有的不同优点,使它们单独作用于相关滤波器得到其各自的响应分数,通过最小化损失使不同卷积特征的响应分数自适应融合。结合本研究的位置检测方法判断预测位置的有效性和真实性,得到最优的目标跟踪结果。在OTB-2015和VOT-2017两个数据库中进行大量测试,试验结果表明,本研究所提方法与LSART算法相比鲁棒性提高了10%,准确性提高了3.9%,并且对目标遮挡和尺度变化具有出色的性能表现。     

一种动态目标检测与跟踪的方法研究

对于远距离、小目标的判读其传统方法通常是采用胶片或录像带记录图像,然后人工标定和判读.本文针对靶场中靶标检测存在的问题,提出了给予图像处理技术的靶标检测方法.首先介绍了静态靶标检测方法,然后提出了动态靶标的跟踪策略.测试结果表明,本文提出的方法和策略,可以满足靶场靶标检测和定位的实际需要.     

基于卡尔曼预测的视频目标实时跟踪

在视频目标跟踪中,搜索区间大小直接影响着跟踪的速度和效率.现采用图象坐标系下的卡尔曼滤波预测来指导跟踪,设计了卡尔曼滤波器,对被跟踪目标的运动参数(位置,速度,加速度)进行滤波预测.缩小了搜索区间(减至为匹配模型的大小),提高了系统的实时性和跟踪精度.实验结果表明:在对大运动和大运动大机动两种视频目标的跟踪中,耗时仅为全局搜索的1/4,精度可达3像素以内.