相关条件下基于N-P准则的分布式检测理论研究

本文针对并行网络、二元局部判决的情况,研究了在相关条件下基于N-P准则的分布式检测融合算法,给出了在联合概率密度已知和未知两种情况下的最优融合规则的理论推导及相应的解决方案,并在实验仿真的基础上,得到了部分有益的结论。     

雷达辐射源信号分选研究进展

雷达辐射源信号分选是雷达信号侦察的关键技术之一,同时也是战场态势感知的重要环节。该文系统梳理了雷达辐射源信号分选的主流技术,从基于脉间调制特征、基于脉内调制特征、基于机器学习的雷达辐射源信号分选3个角度阐述了目前雷达辐射源信号分选工作的主要研究方向及进展,并重点阐释了基于深度神经网络、数据流聚类等最新分选技术的原理与特点。最后,对现有雷达辐射源信号分选技术的不足进行了总结并对未来趋势进行了预测。      

李雅普诺夫稳定性理论在目标识别效果评估中的应用

针对目标识别效果的稳定性评估，建立了目标识别系统的动态模型，随后基于李雅普诺夫稳定性理论，给出了目标识别系统识别效果的动态稳定性分析并完成初步仿真。     

弹道目标高分辨一维距离像运动补偿研究

弹道中段目标运动形式复杂,高速运动的同时伴随自旋、进动、翻滚等微动,该文首先针对弹道目标运动特点,建立了去斜率处理的宽带雷达回波模型,定量分析了高速运动和微动对一维距离像的影响;然后针对高速运动严重影响一维距离像质量的问题,提出了一种新的一维距离像运动补偿方法,该方法将自适应时频变换技术和粒子群优化算法相结合,通过在二维时频平面内跟踪单个散射点的多普勒变化来估计目标速度,从而实现一维距离像运动补偿。仿真实验表明,该方法估计精度高、计算量低、对噪声有很强的鲁棒性,能有效补偿高速运动对弹道目标一维距离像的影响。     

运动图像序列中遮挡现象的频谱分析

本文在一维图像信号遮挡现象分析的基础上,通过对信号频率分量复杂程度的分析,指出当图像信号由较多复杂频率所构成的情况下（如自然图像序列）,遮挡现象的频谱中失真项因为不同频率分量能量的叠加而不能用采区分遮挡运动速度和被遮挡运动速度。     

一种改进的支持向量机模式分类方法

支持向量机(Support Vector Machine,SVM)是在统计学习理论基础上发展起来的一种新的机器学习方法,已成为目前研究的热点,并在模式识别领域有了广泛的应用.首先分析了支持向量机原理,随后引入一种改进的径向基核函数,在此基础上,提出了一种改进核函数的SVM模式分类方法.与基于IRIS数据,进行了计算机仿真实验,与基干模糊k-近邻的模式分类仿真结果比较,结果表明改进的SVM方法分类性能比模糊k-近邻算法(Fuzzy k-Nearest Neighbor,FKNN)的分类性能更好,运算时间更短,更易于实时实现.     

基于WLS-TIR的多目标识别认知雷达波形自适应方法

 针对多个雷达目标的识别问题,研究认知雷达的波形自适应方法,对目标冲激响应线性加权求和获得多个目标的加权表示,基于互信息准则,通过最大化接收到的信号与目标冲激响应线性加权和(WLS-TIR)的互信息获得了针对多目标识别的最优波形,给出了权值的计算方法和多目标识别的自适应机制.仿真实验表明,本文提出的方法相对于传统的线性调频信号(LFM)对多目标的识别性能有明显的提高,并具有较强的实用性和可行性.     

色噪声环境下GTD模型的参数估计

本文将能够精确描述高频电磁散射的GTD信号模型引入MUSIC算法,并对MUSIC算法做了相应改进。提出利用特征分析方法中信号与噪声子空间正交特性,使改进后的MUSIC算法既能够精确估计目标散射中心位置,又能估计散射中心类型。本文采用基于四阶累量的MUSIC算法,在一定程度上克服了高斯色噪声对MUSIC算法的影响,拓宽了GTD 模型参数求解的条件。     

天基红外传感器弹道导弹中段目标识别技术分析

分析了美国天基跟踪与监视系统(STSS)对弹道导弹目标的红外探测能力,在此基础上分析了基于天基红外传感器的弹道中段目标红外识别方法,论述了中段目标温度、平均温度变化率、谱分布、姿态运动和辐射方向图等特征提取方法,提出了中段目标光学多传感器融合识别策略,给出了一些仿真计算结果.     

一种基于雷达回波序列的舰船目标识别方法

介绍了一种基于中分辨雷达回波序列的目标轮廓成像识别方法。该方法实现了一维回波序列到目标二维径向轮廓像的变换。在二维轮廓像基础上，可以提取到较一维回波更加有效、稳定的特征。选择ＡＲＴ２神经网络模型对这些特征进行分类，得到了平均９１％的正确识别率。