水下目标特征提取方法研究

目标特征提取目标识别和关键问题,良好的特征提取方法应该是用较少的特征存储量表达目标准确的物理意义,水下目标回波特性既可以由时间域的冲击响应描述,也可以由频率域上的系统函数描述,无论那种描述都是不全面的,本文通过对回波亮点谱特征的研究,提出了一种有效的特征提取方法－频域离散小波变换法（FDWT法）,其优点是能从复杂的目标回波中提取目标的弹性特征,并且特征维数低,将此方法用于三种目标的湖试数据,采用三层BP算法的前向神经网络对目标进行分类,得到了较高的识别率。     

混响和水下目标回波的相位耦合性

双相干谱分析是一种随机信号的现代分析方法,它保留了信号的相位信息且能有效地抑制高斯噪声,描述信号的非线性相位耦合.该文利用双相干谱对水下目标回波进行相位耦合性分析,提取纯混响和目标回波的双相干谱的最大值,将最大值及其对应的频率分布作为特征向量,在三维空间对纯混响和2类沉底目标回波进行了分类、实验数据证明了利用双相干谱特征可以有效地区分混响和目标回波,提高水下目标识别率.     

雷达抗欺骗式干扰信号特征提取方法

欺骗式干扰由于与雷达回波特征相近,对军用雷达造成严重威胁,迫切需要研究雷达抗欺骗式干扰新方法。为了分析提取欺骗式干扰和目标回波信号之间的不同特征,从而实现雷达抗欺骗式干扰,该文通过对欺骗式干扰和目标回波数学模型进行分析和仿真,比较了欺骗式干扰和目标回波在幅度起伏、高阶累积量和双谱特征方面的不同特征;并提出了特征提取方法,定义3组特征因子,构建了抗欺骗式干扰特征参数集。通过仿真和外场试验的数据对部分特征进行了验证。     

一种低分辨率雷达编队目标回波仿真方法

针对低分辨率雷达回波含有架次特征信息的状况,提出一种回波仿真方法.选用辛格函数作为散射中心函数,由多个散射中心函数的加权和逼近目标冲激响应,将发射信号与目标冲激响应卷积得到仿真回波.仿真回波对基于波形特征的编队目标架次判别的算法研究提供一定的数据支持.     

利用宽带回波的目标微动参数提取方法

高速目标平动补偿是弹道目标微动特征信息提取中一个较难解决的问题.利用弹道导弹宽带回波信号,提出了一种基于散射中心极化散射特性的非相干宽带回波对齐方法,通过极化相似性参数实现散射点中心对齐,并利用目标散射中心的高分辨一维距离像走动提取瞬时微动参数,对目标的尺寸和微动参数进行估计.仿真结果表明,该方法可以有效地在较低信噪比下实现包络对齐与微动参数提取,为后续工程化应用奠定了理论基础.     

基于回波幅相分解的JEM特征提取方法

根据对防空情报雷达飞机目标回波幅度、相位的理解与分析，提出了基于回波幅相分解的JEM特征提取方法，分别对相位分量运用AR谱估计法和幅度分量运用小波变换法提取JEM特征、实测数据分析表明-运用该方法从回波信号中提取的JEM特征比较稳定，经综合可将特征值估计误差减小，特征综合值比较精确，可用于产生JEM特征的飞机目标的自动识别．     

水下目标特性特征提取及其融合

为解决基于回波法水下目标分类与识别问题,从水下目标回波的弹性亮点特性、多分量特性和能量积分特性出发,利用频域离散小波变换(FDWT)、希尔伯特谱(Hilbert谱)、希尔伯特边际谱、分数阶傅里叶变换(FRFT)4种时-频分析方法从不同角度对目标回波与混响进行分析.对所提取的特征进行压缩与融合,利用支持向量机完成对水下目标和混响的分类与识别.文中给出了发射换能器以不同掠射角工作时4种时-频特征及其融合特征的识别率.实验结果表明,随着掠射角的增大,总体识别率呈现升高的趋势,融合特征可以有效提高识别率.     

提升小波滤波在随钻核磁共振测井中的应用

针对随钻核磁共振测井受到遥传带宽的限制,必须在井下完成关键的谱反演,并以此获得数据量较少的孔隙度、渗透率和流体类型等信息的问题,根据核磁共振回波串信号与原始回波信号不同的频谱特征,提出利用9/7提升小波算法对回波串信号滤波和反演,在此基础上获得了孔隙度信息。研究结果表明,该算法可以有效地提取原始回波串数据中的回波信号,抑制了噪声,将信噪比提高了65％左右,反演结果和孔隙度信息能较好地反映地层属性。     

一种距离扩展目标的检测方法

针对宽带雷达中距离扩展目标的回波特性,提出了一种对高分辨距离像数据进行目标检测的新算法.先用窗函数估计目标的位置和噪声强度,并采用模糊门限映射对目标数据进行转换,再假设目标匀速平动对各次回波进行包络对齐,最后在对目标的导向矢量进行估计的基础上得到基于模糊门限映射的广义似然比(FTMD-GLRT)检测算子,并简要分析了该方法的恒虚警率性.实验结果表明,与基于散射点密度的广义似然比检测算法相比,FTMD-GLRT算法检测性能有明显的提高,可有效地解决宽带雷达的目标检测问题.     

基于频域相对样本熵的海面小目标特征检测

海面小目标是海洋雷达探测的重难点对象.针对传统检测器检测概率低的问题,本文提出一种基于相对样本熵的特征检测器(Feature Detector via Relative Sample Entropy,FD-RSE).首先,定义白化频谱,实现对主杂波带的抑制,从而增大了海杂波序列的不规则性.其次,通过引入样本熵描述序列的复杂度,提取白化频谱的相对样本熵,并将之作为特征.在检测时,该特征能够充分利用海杂波和含目标回波在频谱上的几何差异性.最后,IPIX实测数据验证表明:与传统检测器相比,FD-RSE检测器能有效改善检测性能.