声诱饵对尺度目标的回波模拟方法

潜艇回波可以等效成若干个散射亮点回波相干迭加的结果,现代声自导鱼雷基于这一物理事实,通过辨识目标尺度来识别真假目标。提出使用具备数据通信能力的多个点源声诱饵,通过信息交互实现各声诱饵回波发射延时的有序控制,实现对尺度目标的多亮点回波模拟。具体仿真算例表明,该方法对利用方位走向特征和声成像进行目标尺度识别的鱼雷具有对抗效果。     

基于图像奇异值描述的雷达目标识别方法

利用目标对常规雷达发射波形的调制效应，先对录取的回波数据进行预处理，把一维回波序列投影成二维灰度图像，然后提取这种图像的反映飞机目标不同机型(大、小)和不同架次的奇异值作为特征矢量，采用BP神经网络对目标进行分类识别试验，结果表明该方法是有效的，这为常规低分辨雷达空中目标识别提供了一种新方法。     

S变换在水下目标分类识别中的应用

目标特征提取是目标识别的重要部分。介绍了一种较新的时频分析方法——S变换,对莱蒙湖底四类沉积物的反射回波进行S变换,并提出了提取变换后以频谱图的时间能量谱和奇异值为特征的特征提取方法,分析了四类回波的时间能量谱和奇异值特征的差异,并进一步用距离可分性测度检验了所提取的特征性能。最后利用最近邻分类器分类,仿真结果显示,该特征提取方法是一种有效的、稳定的特征提取方法,将在水下目标识别领域有更多的应用。     

声矢量信号双谱与互双谱估计算法

提出了声矢量信号双谱与互双谱估计算法,给出了算法的具体步骤。将算法应用于两类水中目标的特征提取,并用所提取特征构造了LMBP神经网络的输入向量集,对矢量水听器实测的水中目标进行了分类识别。识别结果验证了所提出算法的有效性。实验表明,B类目标识别率优于A类目标,原因是由于B类目标特征频率较集中,而A类目标特征频率较分散所致。互双谱特征分类结果优于双谱特征分类结果这个事实是与声压振速联合信号处理优于声压或振速单一信号处理相吻合的。     

基于导波多点散射的在役拱桥吊杆腐蚀损伤识别

为保障在役拱桥吊杆的健康与安全,针对吊杆的多点腐蚀特征,提出了一种基于多点散射回波的无参考腐蚀损伤识别方法。通过引入分形函数模拟钢丝锈蚀表面,建立了多点腐蚀钢丝的有限元模型;采用小波变换提取多点散射回波的多尺度能量谱,并将其作为特征向量构建腐蚀指标,分析了导波频率对腐蚀识别结果的影响,并对某在役拱桥吊杆进行实桥检测和现场开窗验证。结果表明:不同腐蚀程度下,散射回波的多尺度能量谱变化显著,基于散射回波多尺度能量谱的腐蚀指标随腐蚀程度的增加线性上升;随着导波频率的增加,其识别指标的损伤敏感性上升。较10 kHz相比,50 kHz和100 kHz的敏感性系数K值分别增加了6.13%,131.902%;吊杆实测腐蚀指标差异明显,指标值分布在3.91～9.65,吊杆现场开窗检测结果与腐蚀指标识别结果一致。     

高分辨率雷达目标特性和杂波模型研究

在宽带高分辨率雷达中,距离分辨率远小于目标尺寸,目标回波是各散射中心分布函数的径向投影与发射信号作用的结果。目标的一维距离像反映了目标强散射中心在径向距离轴上的投影分布,它是目标特征的体现。本文主要研究高分辨雷达的目标特性和杂波模型并进行仿真。     

浅海单模入射声场目标回波特性研究

浅海环境中,目标回波受到入射和散射双向过程的信道多途影响,具有复杂的多途结构。基于相控垂直阵的单模发射技术能激发出指定的单个简正波声场,可以降低海底混响干扰,简化目标回波多途结构,为主动探测提供了一种有效手段。在信道中点声源目标回波模型基础上,采用简正波本征函数加权研究了单模声场入射下球形目标散射问题,建立了浅海单模入射声场目标回波预报模型,并利用模型对刚性球回波进行了数值计算。结果表明:总声源级相同条件下,单模发射声场与传统的点声源发射声场相比具有一定的阵发射增益,目标回波具有较高的声压级;单模入射能够消除单程多途的影响,回波结构相对简单,有利于目标的探测和识别。     

利用Radon-Wigner变换的空间目标测距算法

针对雷达对运动目标的测距问题,根据运动目标在宽带线性调频脉冲照射下的回波特点,提出了一种采用Radon-Wigner变换进行运动目标测距的方法。该方法首先研究了运动目标多散射点回波信号经Stretch处理的数学模型,然后针对处理后回波的叠加性和线性调频特点,利用Radon-Wigner变换的时频聚集特性,对其进行调频参数的估计,进而实现匀速运动目标的测距。仿真结果表明,该方法对运动目标的测距是有效的。     

基于AR倒谱法研究人体脾组织微结构的变化

本文利用AR倒谱法对人体正常脾和脾增生组织的回波信号进行了分析,对软组织中散射元的平均间距进行了估计,结果表明：两种脾组织散射元的平均间距明显不同;AR倒谱能有效的反映软组织的微观结构特征,说明AR倒谱是软组织超声散射信号分析与软组织散射元平均间距定征的一种有效方法。     

新的联合三角形法和经验模态分解的水下目标回波检测

水下目标回波信号的自动检测和识别是水声装备自动化的关键任务之一。大量的混响干扰,一个脉冲周期内有多个目标或没有目标,以及目标边界的模糊性和位置的随机性,是目标检测的难点。对回波信号进行经验模态分解,目标信号的绝大部分信息将集中在某个固有模态函数上,且产生明显的边界,而各种噪声和干扰成分被分解到其他固有模态函数上。基于此,提出在固有模态函数包络上用三角形法定位目标及双阈值检测精确的目标边界的算法;提出目标回波的固有模态函数瞬时幅度方差谱特征。海上实测回波数据的实验,从检测目标个数和识别率两方面来验证算法的性能,并与其它方法进行对比。实验表明该算法能任意定位和准确检测回波中的目标,且不受脉冲噪声的影响,检测效率高。     

Motion feature extraction for stepped frequency radar based on Hough transform

The high resolution range profile can be obtained through coherent pulse compression processing in every coherent processing interval (CPI) for stepped frequency radars (SFR). The radar observation time can be divided into multiple CPIs. By utilising the temporal information inherent to a sequence of these range profiles, a time-range image containing the target motion information can be synthesised. Through analyses of the point scatterer targets with the radial uniform motion, radial uniformly accelerated motion, rotation and vibration, this study indicates that there is a certain correlation between the target motion features and the time-range image features in the limited observation time. Based on this result, we propose a motion feature extraction method for SFR without any assistant information using the conventional and well-known feature extraction tool, Hough transform. The authors give detailed analyses and explanation of this method, and verify them by outfield experiments, demonstrate the motion feature extraction results using real radar data. The proposed method enables the motion feature extraction through space non-coherent integration, which fully utilises the radar data information under low signal-to-noise ratio conditions.     

双谱分析在往复泵故障诊断中的应用研究

针对当机械系统发生故障时,非线性特征更为突出的特点,提出了基于双谱分析的往复泵故障的振动诊断方法,研究了利用阀箱上振动信号的双谱,尤其是双谱沿f1=f2的切片谱识别泵阀故障,诊断实例表明,采用双谱分析可有效抑制振动信号中的噪声,得出比传统功率谱分析更明显的泵阀故障特征,可有效识别往复泵泵阀的初期故障。由于该方法仅利用阀箱上振动响应信号的双谱分析即可完成对泵阀不同类型故障的正确识别,故更为简单和实用。     

基于稀疏非负矩阵分解的低空声目标识别

借鉴人耳听觉原理和特征学习的优势,提出了梅尔(Mel)频率谱提取和稀疏非负矩阵分解相结合的方法用于低空飞行目标声信号识别。首先,以不同目标的Mel频率谱为特征矩阵,利用稀疏非负矩阵分解方法学习得到各自的模板矩阵;然后,利用按列合并后的模板矩阵对训练/测试样本进行特征分解获得编码系数,该系数可作为分类特征;最后,结合不同目标的特点,采用分频段特征提取和顺序二类分类的方法进行多目标分类,并与Mel频率倒谱系数进行性能比较。结果显示,无论在单类目标辨识还是在多类目标分类中,稀疏非负矩阵分解方法均取得了更好的效果。     

Physics-based detection of targets in SAR imagery using support vector machines

Radar scattering from an illuminated object is often highly dependent on the target-sensor orientation. In conjunction with physics based feature extraction, the exploitation of aspect-dependent information has led to successful improvements in the detection of tactical targets in synthetic aperture radar (SAR) imagery. While prior work has attempted to design detectors by matching them to images from a training set, the generalization capability of these detectors beyond the training database can be significantly improved by using the principle of structural risk minimization. In this paper, we propose a detector based on support vector machines that explicitly incorporates this principle in its design, yielding improved detection performance. We also introduce a probabilistic feature-parsing scheme that improves the robustness of detection using features obtained from a two-dimensional matching-pursuits feature extractor. Performance is assessed by considering the detection of tactical targets concealed in foliage, using measured foliage-penetrating SAR data.     

Justification of the List of Metrological Characteristics of Broadband Radar Measuring Systems

The features of the metrological backup of broadband radar measuring systems are considered. The list of their metrological characteristics includes the metrological characteristics of the narrow-band radar measuring system and the errors in measuring broadband characteristics. It is established, by comparing the frequency and time characteristics of the scattering, that it is necessary to estimate the overall error of measurements of the effective scattering cross section in the frequency domain, while in the time domain it is only necessary to describe the random errors of measurements of the smoothed pulse characteristics of the targets.     

水下目标识别的1/3倍频程掩蔽谱方法

在对现有水下目标噪声信号分布研究的基础上,基于声学分析中的1/3倍频程分析和入耳的听觉掩蔽效应,提出了1/3倍频程掩蔽谱特征提取方法,并对水下目标辐射噪声进行了特征提取和特征分析.结果表明,不同类的目标,其主频范围有其固定的区域.Ⅰ类目标的主频一般在100Hz附近,Ⅱ类目标的主频一般在100Hz和200Hz附近,Ⅲ类目...     

抗频移声谱特征提取及目标分类应用研究

针对目标运动等导致的辐射噪声频谱特征的时变性对目标分类稳定性的影响,提出一种基于时频图像累积变换的抗频移声谱特征提取方法,不仅能够提取淹没在强噪声中的线谱信号,还能够实时给出谱线的参数信息,同时结合听觉特征识别原理,采用抗频移的仿倍频程的三角滤波法提取目标特征。仿真和实际数据处理表明,所提出的特征有助于探测设备克服目标未知的复杂运动带来的频谱时变影响,提高了分类特征的稳定性。     

Target-adaptive polarimetric synthetic aperture radar target discrimination using maximum average correlation height filters

We report the development of a technique for adaptive selection of polarization ellipse tilt and ellipticity angles such that the target separation from clutter is maximized. From the radar scattering matrix [S] and its complex components, in phase and quadrature phase, the elements of the Mueller matrix are obtained. Then, by means of polarization synthesis, the radar cross section of the radar scatters are obtained at different transmitting and receiving polarization states. By designing a maximum average correlation height filter, we derive a target versus clutter distance measure as a function of four transmit and receive polarization state angles. The results of applying this method on real synthetic aperture radar imagery indicate a set of four transmit and receive angles that lead to maximum target versus clutter discrimination. These optimum angles are different for different targets. Hence, by adaptive control of the state of polarization of polarimetric radar, one can noticeably improve the discrimination of targets from clutter.     

用1(1/2)维谱结合小波包能量提取地震动信号特征

针对车辆（轮式车、履带式车）引起的地震动信号中,具有非平稳、非高斯性特征相互重叠的实际情况,研究了地面活动目标产生的地震动信号特性;从理论上说明了1(1/2)维谱可消除车辆引起的地震动信号中的高斯白噪声或有色噪声,在将[112]维谱分析和小波包能量谱相结合的基础上,提出一种特征提取方法,以便区分不同的车辆目标。在时频域构建以[112]维谱和小波包能量谱作为地震动信号的联合特征向量,建立以训练误差为目标的BP神经网络模式分类器;然后对两类车辆信号进行识别。地震动信号的车辆实测数据表明,该方法能够准确和有效地识别车辆引起的地震动信号。