基于移动散射点模型的雷达回波仿真及分析

针对中段目标宽带雷达回波信号难于获取的问题,进一步研究了目标雷达视线角和中段目标姿态的建模方法,给出了基于移动散射点模型的散射中心位置计算公式,然后基于几何绕射理论计算了各散射中心的散射强度,最后对雷达一维距离像进行归一化处理,提取了散射点的相对距离特征,得到了散射点相对距离变化的特征序列.实验结果显示,对雷达一维距离像进行特征提取,可以得到中段目标的姿态信息,为中段目标识别奠定基础.     

基于空时超分辨算法的雷达目标二维重构

研究雷达优化目标的识别率,为提高分辨率的同时有效降低了运算量,提出一种新的雷达目标二维散射中心重构算法,通过研究电磁散射的频域散射模型,把二维散射中心参数提取问题转化为两个一维散射中心提取问题,利用共轭酉Root-MUSIC (CURoot-MUSIC)算法估计距离向和方位向的一维散射中心分布,获取所有可能的散射中心的空间频率组合,然后通过空间匹配滤波,对两组散射中心的空间频率配对,剔除虚假频率组合,完成二维散射中心提取.仿真结果表明算法在提高分辨率的同时有效降低了运算量,并为设计提供可靠依据.     

面向识别的雷达舰船目标低分辨回波仿真技术

雷达目标回波的高精度仿真是目标识别系统训练和测试的重要手段.针对低分辨雷达舰船目标自动识别的应用背景,提出了基于模板和模型的低分辨回波仿真技术.根据舰船目标的CAD三维模型,利用电磁计算方法得到全姿态的一维距离像模板.在凝视状态下,利用目标距离像模板和雷达发射信号模拟目标低分辨回波;在扫描状态下,利用全姿态一维距离像重构不同角区中目标的散射中心模型,并结合雷达波束的扫描方式获得了目标的仿真回波.结果表明,所提出的基于模板和模型的回波仿真技术对雷达舰船目标具有良好的低分辨回波仿真能力.     

基于非线性零空间的雷达一维距离像目标识别方法

针对雷达一维距离像样本对样本姿态角的敏感性、样本分布的非线性、样本残缺等问题,提出一种基于非线性零空间雷达目标一维距离像识别方法,通过引入核函数来处理一维距离像目标样本分布中的非线性问题,采用零空间提取最具辨别力的特征信息,最后使用支持向量机处理样本残缺问题并进行分类识别。该方法能有效解决上述问题,并最终提高雷达一维距离像的识别性能。选取3种不同飞机目标的一维距离像进行了仿真实验,识别结果表明了该方法有较高的识别正确率以及良好的抗噪性能。     

一种基于GTD模型和状态空间处理的运动目标超宽带散射中心提取方法

超宽带条件下散射中心的不同运动将对参数提取造成影响.基于GTD模型和状态空间处理,本文提出了一种针对运动目标的超宽带散射中心提取方法.该方法首先将超宽带条件下的目标GTD散射模型转化为状态空间方程,通过奇异值分解提取散射中心的径向距离和径向速度信息;然后由标准正交向量基降维表示散射中心在整个带宽上的类型参数信息,采用遍历方法和最小二范数准则求解出散射中心的类型参数信息;最后基于最小二乘法求解出散射中心的散射强度.文中同时给出了各参数估计的CR界.仿真结果验证了文中方法的有效性,该方法可同时提取散射中心径向距离、径向速度、散射强度和类型参数信息,从而有利于各散射中心的跟踪和整体目标的有效识别.     

基于高阶累积量的最大似然估计方法及其应用

讨论了高距离分辨率制导雷达的近距角闪烁抑制问题,提出了利用超分辨谱估计算法对混叠在同一距离分辨单元内的两个或多个散射中心进行离析,然后采用最大似然估计方法分别估计各个散射中心谐波分量幅度与相位信息的新方法.实验结果表明,该方法能够有效克服目标多散射中心之间的干涉现象,为解决末制导过程中目标的稳定跟踪问题提供了一种有效途径.     

基于时域双谱特征的雷达目标识别

雷达目标高分辨一雏距离像(High range resolution profile,HRRP)是目标散射回波在雷达径向上的投影,具有非高斯、非线性特点.文中从双谱概念出发引入时域双谱概念.分析了HRRP的时域双谱特征.为提高识别性能,定义了Fisher类可分离度函数,以类间可分离度最大化作为特征提取准则,提取一些特征双谱作为HRRP的特征向量.采用基于子空间变换的独立分量分析(Principle component analysis,PCA)和线性判别分析(Linear discriminant analysis,LDA)的特征提取方法进行了对比实验.结果表明,本文方法用于雷达目标高分辨一维距离像识别具有良好的抗喙性能和较高识别率.     

基于核最优变换与聚类中心的雷达目标识别

抽取有效鉴别特征是雷达一维高分辨距离像识别的关键.基干统计学习理论的核化原理,提出一种新的鉴别特征提取方法--核最优变换与聚类中心算法.该算法通过非线性变换,将数据映射到核空间,在核空间执行最优变换与聚类中心算法,能够提取一维距离像的稳健非线性鉴别特征.同时,基于训练样本在核空间所张成的子空间的一组基,给出一种快速计算方法,提高了特征提取速度.基于微波暗室实测数据的实验表明了该方法的有效性.     

改进的雷达高分辨距离像统计识别方法

基于雷达目标一维高分辨距离像的统计目标识别中,需解决两大问题:其一是如何处理距离像对姿态敏感和平移敏感;其二是如何准确地描述距离像的统计特征.直接将一维距离像用于目标识别通常很难取得好的识别效果.将高斯混合模型(GMM)应用到空中目标高分辨一维距离像统计建模中,提出了一种改进的高斯混合模型模糊聚类分析方法并用于目标识别.与传统的k-means聚类算法的仿真结果比较表明,该方法是有效、稳健的,在低信噪比条件下具有较好的识别效果.     

中段目标宽带雷达回波仿真及分析

优化雷达自动识别中段目标,对中段目标宽带雷达回波信号进行建模,为研究中段目标散射特性,实现雷达自动识别中段目标的重要基础,提出建立了微进动目标数学描述方程,采用一种移动散射点模型的散射中心位置计算方法,根据几何绕射理论计算了各散射中心的散射强度,得到了宽带雷达中段目标的回波模型,并针对两种典型目标运用该模型进行回波仿真,获得给定目标在特定战情下的回波仿真信号.仿真结果较好地反映出目标特征,为进一步进行中段目标的识别提供了理论分析依据.     

Radar automatic target recognition based on feature extraction for complex HRRP

Radar high-resolution range profile （HRRP） has received intensive attention from the radar automatic target recognition （RATR） community. Usually, since the initial phase of a complex HRRP is strongly sensitive to target position variation, which is referred to as the initial phase sensitivity in this paper, only the amplitude information in the complex HRRP, called the real HRRP in this paper, is used for RATR, whereas the phase information is discarded. However, the remaining phase information except for initial phases in the complex HRRP also contains valuable target discriminant information. This paper proposes a novel feature extraction method for the complex HRRP. The extracted complex feature vector, referred to as the complex feature vector with difference phases, contains the difference phase information between range cells but no initial phase information in the complex HRRR According to the scattering center model, the physical mechanism of the proposed complex feature vector is similar to that of the real HRRP, except for reserving some phase information independent of the initial phase in the complex HRRP. The recognition algorithms, frame-template establishment methods and preprocessing methods used in the real HRRP-based RATR can also be applied to the proposed complex feature vector-based RATR. Moreover, the components in the complex feature vector with difference phases approximate to follow Gaussian distribution, which make it simple to perform the statistical recognition by such complex feature vector. The recognition experiments based on measured data show that the proposed complex feature vector can obtain better recognition performance than the real HRRP if only the cell interval parameters are properly selected.     

帧内最大相似像在HRRP目标识别中的应用

由于高分辨距离像(HRRP)具有便于获取、处理方便的优势,基于HRRP的雷达目标识别技术一直是雷达自动目标识别技术研究的热点.HRRP的几何结构特征能够直接反映目标的物理结构,在利用帧内最大相似像缓和HRRP的方位敏感性的基础上,HRRP的等效散射中心维数、等效目标尺寸等几何结构特征的提取,有效实现了三类不同飞机目标的识别.实验表明,在基于几何结构特征的HRRP目标识别中,与平均向量的帧中心提取方法相比,帧内最大相似像具有更好的识别效果.     

最小方差搜索圆心的快速虹膜定位算法

为了改善虹膜识别的实时性,提出一种新的快速虹膜定位方法。首先对虹膜图像进行去噪处理,然后采用类间方差法对图像进行阈值分割,再运用投影方法粗略得到虹膜内边缘圆心和半径,最后根据粗定位得到内边缘圆周参数,采用所提出的算法对虹膜内边缘进行精定位;对于外边缘定位,依据先验知识以及内边缘圆周参数去掉虹膜图像多余的边缘点及噪声点,缩小搜索范围,然后采用同样的算法对外边缘进行精定位。实验结果表明,该方法能够准确快速的定位出虹膜内外边缘,定位速度较传统算法提高了十倍左右,并且减少了传统定位算法搜索的盲目性。     

圆阵列平面靶标特征点的自动标记

特征点标记是实现摄像机标定的一个关键环节。针对无特殊标志和结构要求的一般圆阵列靶标,提出了一种快速的特征点标记方法。该方法利用靶标投影图像中的椭圆阵列的三个特殊特征点建立靶标坐标系,确定靶标方向,进而依据图像坐标系与靶标坐标系之间的映射关系实现对特征点的拓扑定位和标记。实验结果表明,该方法定位准确、稳定可靠,且实现简单,具有较强的通用性和很高的效率。     

一种三维准欧氏重建方法

研究在不必精确知道相机内参数的情况下进行场景的三维重建，充分利用建筑场景的平面信息，假设场景由一些基本平面元素组成，从而自动生成场景的拓扑结构．虽然重建结果从严格意义上仍是射影重建，但已经非常接近欧氏重建结果，文中称之为准欧氏重建，该结果还可以为其它优化算法提供很好的初值．真实图像的实验结果证实了本文算法，重建模型达到了很好的可视效果．     

基于深度置信网络的高分辨率雷达距离像识别

为提高雷达目标识别准确率,提出了一种基于深度置信网络（DBN）的高分辨率雷达距离像（HRRP）识别方法。首先利用受限玻尔兹曼机（RBM）对HRRP数据进行逐层无监督训练,根据对比散度（CD）算法更新网络参数,通过误差重构设计DBN深度;而后利用反向传播（BP）机制对DBN模型参数进行有监督的微调;最后基于该模型实现了HRRP的分类与识别。实验结果表明,与传统神经网络相比,基于深度置信网络的识别准确率及噪声鲁棒性显著提高,识别准确率可提高8.5%。     

Robust projective filtering of time-warped ECG beats

In this paper a new version, more immune to noise, of the nonlinear projective filtering is presented. The method employs an algorithm of robust principal component analysis to signal subspaces construction and as a result it achieves high performance in real electromyographic noise environment. Two aspects of the method's action are investigated: its ability to suppress noise and its influence on the precision of the QT interval measurement. Then the method influence on evaluation of the beat-to-beat variability of the repolarization duration is presented. A comparison to the previous versions of the nonlinear projective filtering and to the classical linear one is carried out.     

基于黎曼流形的图像投影配准算法

提出了基于黎曼流形的图像投影配准优化方法, 根据投影变换的特点, 用SL(3)表征目标的图像投影变换, 研究SL(3)的几何结构, 通过变分的方法求出了SL(3)上的测地线, 给出相应的黎曼指数映射, 设计了一种新的基于SL(3)群上黎曼分析的平面投影配准算法, 分析了算法的优点, 并对其收敛性做出了证明. 模拟图像数据和真实图像序列测试的对比实验结果表明, 本文算法在效率和精度上较现有文献中基于欧氏空间的图像投影配准算法有显著提高, 优于基于李群的图像配准算法.