弹道目标识别技术及其发展研究

首先介绍了弹道目标识别问题的来源,然后详细分析了弹道目标的识别技术,最后展望了弹道目标识别技术的发展趋势。     

灵巧干扰及其对抗技术的研究现状与展望

灵巧干扰是对抗现代雷达新技术和新体制的一种有效干扰方式,首先介绍了灵巧噪声干扰的概念,其次总结了对灵巧噪声干扰对抗技术的现状,分析了灵巧噪声干扰的应用前景和下一步的研究方向.     

频域快速自适应干扰对消算法研究及仿真

针对于提高干扰机收发隔离度的自适应干扰对消系统，利用快速FFT技术实现了一种替代时城LMS算法的频域快速LMS自适应算法，分析表明该算法不但具有同时域LMS算法近似的收敛特性，而且计算量大幅度减少，有利于对消系统的实时实现。计算机仿真证实了分析的正确性和该算法的可行性。     

一种新的变步长LMS自适应算法及仿真

对变步长自适应滤波算法进行了讨论,给出了一种新的变步长LMS自适应算法,这种新方法通过估计误差信号自相关及均方误差的时域平均来调节自适应算法的步长,具有较好的抗干扰性能,且收敛速度快,稳态误差小。将其应用于干扰机的自适应收发隔离系统中,计算机仿真结果与理论分析一致,表明了该算法具有一定的可行性和优越性。     

基于Shi-Tomasi角点检测算法的弹道目标平动补偿

弹道目标在中段飞行的过程中,存在平动和微动两种运动方式。由于平动会破坏微多普勒结构,为了获得目标的相关参数以便对目标进行识别,需要对平动分量进行补偿。针对该问题,本文提出了一种基于Shi-Tomasi角点检测算法的弹道中段目标平动补偿方法。该算法从图像处理的角度出发,可以有效的提取出图像中的角点信息。之后,根据得到的角点信息进行回归分析,从而实现平动参数的估计。根据仿真实验结果,该算法可以实现平动分量的补偿并具有较好的鲁棒性。      

组网雷达中弹道目标微动特征提取与识别综述

针对组网雷达中弹道中段目标微动特征难以识别与分辨的问题,文中分析了弹道中段目标微动特征的差异,总结了基于低分辨雷达网和高分辨成像雷达网的雷达目标微动特征提取技术在反导预警探测中的应用与研究现状,并分析了此类识别手段的优缺点。在此基础上,探讨了今后低分辨雷达和高分辨成像雷达相结合的混合体制雷达网在弹道中段目标识别中的主要研究方向,为进一步推动组网雷达中弹道目标识别研究提供参考和基础。      

基于滑动散射条件的弹道目标微动特征和结构特征提取

雷达目标的微动特征为目标精确识别提出了新的技术途径。针对宽带雷达体制下弹道目标回波,利用采样得到的强散射中心径向距离线性和信号,估计微动周期和回波初相,接着对图像进行两参数扩展Hough变换,提取出旋转散射中心的微动参数,最后利用分离后的滑动散射中心的径向距离线性差信号和线性和信号,通过最小二乘拟合以及多元非线性方程组求解,提取了目标微动特征和结构特征。仿真实验验证了方法的有效性。     

基于组网雷达的有翼弹道目标三维成像

组网雷达的多视角特性有利于获取目标的真实空间结构。该文在构建有翼进动目标回波模型的基础上,分析不同类型散射中心的微多普勒信息变化率的变化趋势,对微多普勒信息进行分离提取。利用非线性最小二乘拟合获取散射中心的幅度、相位信息。基于微动特征的不变性,利用多部雷达锥顶散射中心的幅度信息估计微动特征和坐标转换参数。然后根据各散射中心在不同视角上投影分量的差异,实现尾翼散射中心的匹配,之后求解散射中心的瞬时空间位置,实现目标重构。仿真验证了算法的有效性,并分析了微动参数和信噪比对重构结果的影响。     

基于数据复用技术的变步长LMS自适应算法

基于数据复用技术,讨论并给出了一种新的变数据复用率变步长LMS自适应算法。该算法在每一次权值迭代中多次使用当前的输入数据递归运算,而且数据复用的次数采用时变值,并采用功率归一化技术实现变步长因子。理论分析和计算机仿真均表明,该算法与传统的LMS算法相比具有良好的收敛性能,可以有效地应用于天线自适应收发隔离系统中。     

变步长频域快速白适应收发隔离算法研究

针对频域LMS算法收敛速度较慢的缺点，将LMS频域快速算法和变步长技术相结合，提出了一种基于新的Sigmoid函数的变步长频域快速自适应收发隔离算法。理论分析和计算机仿真表明，新算法除具有原频域快速算法的优点外，还具有较快的收敛速度和良好的收敛精度，可以有效地应用于干扰机自适应收发隔离系统中。