用C++开发雷达目标特征信号测量系统软件

本文介绍了采用VC 6.0开发雷达目标特征信号测量系统所采用的一些软件技术,包括多线程技术、利用SICL库实现PC机与矢量网络分析仪间的通信、测量数据的存储、特征信号数据库的建立等.     

基于雷达散射特性的复杂目标SAR图像仿真

高频区复杂目标宽带雷达特征信号仿真,尤其是两维SAR图像的仿真对雷达目标识别和SAR图像解译具有重要意义.根据复杂目标三维模型运用物理光学(PO)法与增量长度绕射系数(ILDC)法结合的改进图形电磁算法快速计算目标雷达散射截面,而后通过对不同SAR成像模式的研究建立SAR仿真成像系统,从而分别仿真得到StripSAR、SpotSAR、ISAR图像.仿真结果与真实图像相比具有较好的相似度,验证了方法的有效性.     

高频区复杂目标宽带雷达特征信号仿真

高频区复杂目标宽带雷达特征信号包括日标的高分辨一维距离像和两维SAR／ISAR图像,高频区复杂目标宽带雷达特征信号仿真对雷达目标识别和SAR／ISAR图像解译具有重要意义。该文在现有高频区复杂目标RCS特征信号计算方法的基础上,重点研究了高频区复杂目标宽带雷达特征信号包括目标的高分辨一维距离像和两维SAR／ISAR图像的仿真方法。并通过仿真目标和实际复杂目标的高频区宽带雷达特征信号的仿真实验结果验证了该文方法的有效性。     

改进核最近特征分类器与雷达目标识别

为了解决核最近特征线与特征平面分类器在计算大数据样本量与高维数时工作量较大的问题,根据局部最近邻准则,提出针对这2种分类器的改进策略,使其不仅能够降低失效的可能性,而且在保证相近识别率的条件下,提高算法的实时性能,利用3类不同飞机实测距离像回波数据对其进行测试,实验结果表明,该改进策略是有效可行的。     

微弱运动目标的检测与跟踪识别算法研究

在运动目标检测问题的研究中,针对图像处理中微弱运动目标检测与跟踪识别技术的特点,在简单分析了微弱运动目标检测跟踪的技术难点的基础上,重点对微弱运动目标的检测与跟踪算法展开了研究,为了对弱信号提高检测精度,采用图像预处理、目标特征的选取和目标跟踪三个步骤设计,对微弱运动目标在强噪声背景下的图像检测与跟踪识别算法,用给出具体的改进算法,通过仿真测试结果表明,算法具有较好的目标识别与检测效果,对于进一步提高微弱运行目标的图像检测的研究水平具有一定的借鉴意义。     

基于特征点跟踪的运动目标接触时间估计方法研究

解决估计运动目标和静止观测者之间的接触时间(time-to-contact)的问题.首先定义了广义接触时间的概念,并提出了基于特征点跟踪的估计匀速运动目标接触时间的理论依据和利用特征线段估计接触时间的解决思路.随后,提出了一个结合Kalman滤波器的估计匀速运动目标和静止观测者之间接触时间的特征点跟踪方案,并讨论了特征点的选择准则、运动分割的方法、以及所采用的特征点跟踪的方法.最后,针对标定TTC的运动目标序列图像进行接触时间的估计实验,实验的结果是令人满意的.     

复杂体制雷达辐射源信号特征的FAHP评价

提取有效的雷达辐射源信号特征是复杂体制下雷达辐射源信号识别的重要基础。为实现对复杂体制雷达辐射源信号特征的评价,提出了复杂体制雷达辐射源信号特征的模糊层次分析评价模型。该模型在构建复杂体制雷达辐射源信号特征评价指标体系的基础上,针对层次分析法在权重确定方面存在的不足,通过引入三角模糊数来刻画专家评判的模糊性,将该模型应用于雷达辐射源信号特征评价的算例分析,并将计算结果与标准层次分析法的分析计算结果进行了对比,结果表明该模型的计算结果与标准层次分析法的计算结果是一致的,从而证明了该模型的可行性和有效性。     

基于双距离像的空间目标多姿态角特征融合识别算法

介绍一种有效的空间目标电磁特征提取与识别方法.首先通过处理目标多个姿态角的平均距离像,在双谱变换的基础上,生成目标姿态角的双距离像;然后计算双距离像矩阵的特征值,得到一个融合特征矢量,以此为判决依据对空间目标进行分类识别;最后,通过大量实测数据验证,该方法对空间目标能作出正确判决,统计识别正确率高于常用的前向(BP)神经网络分类方法.     

复杂体制雷达辐射源信号特征的SPA-FAHP评估

针对复杂体制雷达辐射源信号（ARES）特征评估缺乏有效手段和层次分析决策(AHP)过多依赖专家经验的问题,提出了复杂体制雷达辐射源信号特征的集对模糊层次评价模型(SPA-FAHP)。通过引入三角模糊数对传统层次分析法进行改进,并对复杂体制雷达辐射源信号特征评价指标体系的指标权重作模糊层次分析,以解决对雷达信号大容量数据进行评估时评判者存在不确定或者模糊判断的问题;再引入集对分析(SPA)理论对传统层次分析的专家决策矩阵进行改进,并对特征评估决策矩阵作同一度分析,以解决传统层次分析决策时过多依赖专家经验的问题。最后联合指标权重矩阵和决策同一度矩阵实现对复杂体制雷达辐射源信号特征的综合评估。计算结果表明该模型有效可行,能够更客观地实现对复杂体制雷达辐射源信号特征的分析和评估。     

基于模糊函数多域特征融合与集成学习的雷达辐射源信号识别

针对复杂电磁环境下雷达辐射源信号识别方法中存在的抗噪性能差、识别准确率低等问题,提出一种融合模糊函数多域投影特征的集成深度学习识别方法.首先,对信号的模糊函数进行高斯平滑处理,从多域视角出发选取合适角度对模糊函数进行二维投影以构建特征数据集;然后,构建一种基于多域特征融合的两阶段识别分类方法,使用多个密集连接网络DenseNet 121作为初级分类器分别对3类特征数据集进行训练学习,得到初级分类结果;最后,通过Stacking策略对初级分类结果进行融合学习,得到最终类别信息.实验结果表明,所提出方法在信噪比为0 dB时对6类典型雷达信号的整体平均识别率均保持在97.24%以上,即使是在-4 dB环境中,识别率也稳定在87.16%以上,验证了所提出方法的有效性和可行性,具有一定的工程价值.