基于JEM效应的一种雷达目标识别方法

根据ＪＥＭ（喷气发动机调制）效应和雷达目标回波谱经特点,本文提出了一种雷达目标识别方法。此方法是利用小波变换,得到雷达目标回波信号的频率调频指数,对信号进行相位补偿,然后滤掉信号中的机身频谱和多普勒频谱,再进行相位补偿,用ＦＦＴ（快速傅立叶变换）就可以得到目标的调制谱,由此实现目标识别。由实测数据进行分机处理,证明利用目标的调制谱识别目标,认识效果很好。     

基于分数布朗特征的低分辨雷达目标分类

低分辨雷达目标的JEM效应不仅体现在对目标回波的频率调制上,还体现在幅度调制上,以上2种调试特征是互补的关系,综合运用2种调制特征将会改善低分辨雷达对飞机目标的分类与识别能力。分数布朗运动模型是一种可以用来描述自然界中随机分形的统计模型,文中提出将分数布朗运动模型用于反映回波幅度的不规则程度或起伏程度,以及回波幅度起伏的快慢,分别提取回波时域和频域的分数布朗分形维,再采用支持向量机分类器进行分类,很好地将直升机与民航机2类目标区分开来。实测数据表明,综合分类正确率大于85!。     

目标回波特征谱线抽取研究

在系统介绍ＪＥＭ（喷气发动机调是）效应和目标回波谱线特点的基础上,对特殊谱线抽取中的盲相、频率混叠、有效特征线等问题进行了深入研究,指出了特征谱线抽取的意义,实测数据处理结果证明了所得结果的正确性。     

基于压缩感知和深度学习的分类识别技术

雷达对空飞机目标分类可实现雷达装备获得敌机属性和类别信息,对于现代战争其重要性显得尤为突出。针对复杂电磁环境下的飞机目标分类问题,结合防空雷达的特点建立3类（固定翼、螺旋桨和直升机）飞机旋转部件调制回波模型,并理论分析了不同类型飞机目标的微动特征差异。仿真分析在复杂电磁环境下干扰对微动频谱的影响。引入压缩感知方法进行干扰条件下的微动特征稀疏恢复,采用堆栈自编码学习(SAE)方法构建深层神经网络对目标进行自动特征提取和分类识别;实录数据验证表明,本文特征提取和识别方法在干扰比例41%时识别正确率能达到75%。     

复AR双谱及在常规雷达目标分类中的应用

根据飞机喷气发动机调制(JEM)特征产生机理和参数模型及常规雷达回波特点,本文采用复AR双谱技术分析了常规雷达回波中的JEM特征,揭示了回波中JEM频率和径向Doppler频率之间的耦合关系,并从双谱切片中提取了相对不变的JEM周期特征。提出了基于JEM周期特征的目标分类方法。实测数据分类实验表明:JEM周期特征用于常规雷达飞机目标分类是有效的。     

常规雷达JEM特征分析与目标分类的研究

该文研究了常规雷达回波中喷气发动机调制(JEM)特征产生机理、提取方法及用于目标分类的效能,先从理论上分析了常规雷达飞机回波中JEM特征的产生机理,并比较了直升机、螺旋桨飞机和涡扇喷气机回波中JEM周期特征的差别。再讨论了实际回波中时域、频域、时频域方法分析和提取JEM周期特征的优劣,最后用AR双谱切片技术提取的JEM周期特征进行了目标分类和辨识实验,结果表明:JEM周期特征用于常规防空雷达飞机的分类是有效的,但又是有限的。     

基于小波分析的JEM特征提取与应用

根据对常规防空雷达飞机回波特性及其JEM(Jet Engine Modulation)特征的理论模型和实际信号分析与理解,本文采用小波分析处理方法从回波幅度分量提取JEM特征,用于螺旋桨飞机自动识别。对实测回波数据的分析提取到了比较精确而稳定的JEM特征,并表明该方法具有提取方便、误差较小的优点。     

JEM调制效应引起的防空导弹雷达引信早炸问题研究

通过理论分析和数字仿真,研究了JEM调制效应引起的频谱特征以及引起防空导弹雷达引信早炸问题的根本原因,给出了克服引信早炸的技术途径,设计了相应的电路,具有一定的实用价值。