向量相似度在雷达目标识别中的应用

在给出向量相似度的定义的基础上提出了一种新的雷达目标特征融合方法--向量相似度法.并给出了模板的概念,通过计算目标的各个特征向量与其特征模板的向量相似度,进而计算出了目标与其模板的综合可信度,最后由综合可信度得出识别结果.此识别方法充分利用了雷达目标各个特征的多次测量信息,能够有效地提高雷达目标的识别率,特别是在目标信息极为有限的情况下此方法优势更为明显,对空中目标识别具有重要意义.     

灰关联分析与雷达信号识别

雷达信号识别是雷达对抗侦察的主要目的之一。灰关联分析是分析灰色系统的基本方法。本文研究和探索灰关联分析法在雷达信号识别中的应用,并分析了其特点和具体算法。计算机模拟结果表明这种方法是可行的。     

灰关联分析与雷达信号识别

雷达信号识别是雷达对抗侦察的主要目的之一,灰关联分析是分析灰色系统的基本方法,本文研究和探索关联分析法在雷达信号识别中的应用,并分析了其特点和具体算法,计算机模拟结果表明这种方法是可行的。     

基于相似度的双搜索多目标识别算法

在分析远距离多目标特性的基础上,提出了一种基于相似度的粗精双搜索多目标识别算法。在粗搜索阶段,首先利用圆形形态学模板在滤波后的二值化图像中快速搜索候选目标,再利用“距离相似度”原则进行候选目标的聚类分析,以同一目标内各候选目标点的形心位置作为局部熵处理区域中心。在精搜索阶段,以最大熵值点为种子点进行目标区域生长。为了减少运算量,提高实时性,还采用基于熵相似度、简单连接法与子区合并法相结合的改进型区域生长法,重构单个目标。仿真结果表明该算法可快速、准确地实现对5个目标的识别。     

基于云模型和改进灰关联算法雷达辐射源识别

针对由辐射源特征参数的不确定性所带来的区间型特征参数辐射源识别问题,提出了一种基于云模型的改进灰关联算法,该算法利用云模型和动态加权算法,有效地解决了特征参数区间交叠的雷达辐射源识别问题。仿真实验表明,该方法是可行的。     

灰关联分析和证据理论在雷达辐射源识别中的应用及改进

针对雷达辐射源识别中灰关联分析和修正的DS证据融合策略的运用进行了研究,探讨了通过灰关联分析来确定证据理论中的基本概率赋值函数的方法,并应用修正的DS证据融合策略对证据冲突情况下的融合算法进行了改进.仿真结果表明该算法是可行而有效的.     

基于灰关联的红外目标识别方法

针对红外目标类型识别问题,提出了一种基于灰关联分析的红外目标识别算法.该算法在对红外图像进行边缘检测后,提取目标的奇异值特征作为关联参数,通过比较特征参数的灰关联值实现目标识别.该算法根据目标各个特征指标稳定性的不同,采用了一种灰关联加权系数的方法,仿真实验验证了该方法在红外目标识别问题上的有效性,并对目标旋转和平移有一定的适应能力.     

一种基于灰色关联分析的目标识别方法

在分析雷达测量的空中目标威胁的特征指标的基础上，建立了基于灰色关联分析的目标识别模型，并列举了目标识别的实例，新方法可以从雷达测量的数据中对目标进行识别，具有简单，准确的优点。     

用于雷达目标识别的层次化信息融合算法

基于对目标识别特点的认识,提出了可用于坦克目标识别的层次化信息融合算法,对高分辨率毫米波非相干雷达,毫米波辐射计及红外辐射计等目标识别概率进行了的融合实验表明,该算法不仅可融合不同层次的信息,而且具有较强的处理信息不确定性的能力和容错能力,极大地提高了目标识别概率。     

基于模糊平均综合相似度的航迹关联算法

为了解决多传感器多机动目标的航迹关联问题,提出了基于模糊平均综合相似度的多传感器多目标航迹关联算法.该算法首先应用模糊理论建立了多传感器航迹关联问题的数学模型,提出用航迹间的整体平均距离进行粗关联,确定可能关联航迹,排除不关联航迹;然后利用模糊理论计算出可能关联航迹之间的模糊综合相似度,基于到当前时刻的全部模糊综合相似度,得出可能关联航迹的整体模糊平均综合相似度,建立模糊平均相似度关联矩阵;最后采用最大平均综合相似度和阈值判别原则,确定关联航迹.仿真结果表明,在目标密集、航迹交叉等情况下,该算法性能良好,关联正确率明显优于传统方法.     

灰色关联分析法在常规脉冲雷达信号识别中的运用

在雷达对抗侦察过程中,雷达对抗侦察设备接收雷达信号的各参数容易受各种因素的干扰,影响系统对信号的识别。针对这种情况,提出了一种基于灰色关联分析法的常规脉冲雷达信号识别方法。该方法通过对满足一定容差要求但不与已知雷达信号完全匹配的侦收信号进行关联分析,计算并得出侦收信号与各相似雷达信号的灰色关联度,为进一步目标识别提供依据。     

新型舰载相扫三坐标雷达技术研究

介绍了一种新型舰载相扫三坐标雷达的功能、系统的主要特性。着重分析了三坐标雷达的数据处理及相关融合处理方法,试验表明,经相关融合处理后比未经相关融合处理精度有限大提高。     

灰局势决策方法在决策层融合目标识别中的应用

本文提出了一种基于灰局势决策的决策层融合目标识别算法,并利用各子源传感器判决结果包含的动态信息,通过计算灰关联系数对各类目标进行了加权处理。实验中利用上述方法对五类目标雷达观测数据的分类结果进行了融合,其结果表明该方法的目标识别性能与子源传感器相比得到了有效地提高。     

一种LFMCW雷达多动目标检测方法

为适应车辆防撞及辅助智能驾驶应用需求,针对线性调频连续波雷达因固有距离-速度模糊,在检测多个动目标过程中常出现大量虚假目标,从而造成目标误检率高的问题,提出了一种应用频谱局部相似度的多目标频谱配准方法。在深入研究多个动目标上下扫频段内回波基带信号频谱特征的基础上,该方法通过计算目标上扫频段和下扫频段频谱的相关系数,确定了目标的频谱局部相似度,再依据相似程度进行目标频谱配准,从而去除虚假目标。Matlab环境下的大量仿真实验结果表明：与典型的调频连续波匹配方法相比,该方法有效降低了多个动目标情况下的雷达误检率;在一定速度范围内,误检率为0。     

弹道导弹中段目标角度极化相关性分析

现代信息化战争条件下,随着相关技术的不断发展更新,弹道导弹中段目标的识别难度越来越大。近年来,极化特征在目标识别领域得到了广泛应用。本文首先采用建模仿真的方法获取了五类中段目标的动态全极化散射数据,然后在窄带和宽带两种雷达体制下分析了五类目标的角度极化相关性,仿真结果表明,角度极化相关性可用于目标的初识别;在此基础上,进一步研究了进动参数对目标极化相关性的影响,所得结论对目标的精细识别有一定的参考价值。     

基于灰色关联和不确定推理的HRRP 目标识别

由于HRRP 固有的信息有损压缩,利用单帧HRRP 样本进行目标识别时, 存在经典算法识别率较低而改进后的算法一般复杂度较高的问题。为获得更加稳健、可信的识别效果,文中基于MYCIN 模型,引入灰色关联算子,构造了不确定因子,提出了一种基于HRRP 序列的雷达目标识别方法。基于五种飞机模型高分辨距离像数据的仿真实验表明:与单样本的识别算法相比,所提出的算法具有识别精度高、稳定性好、抗干扰能力强等优点,具有较好的工程应用前景。     

融合空域和频域网络模型的SAR图像识别

深度学习方法已经被广泛应用于合成孔径雷达(SAR)图像识别,并取得了不错的效果。但是大多数深度学习方法仅提取空间域的图像信息,未考虑SAR图像的频域散射特性,丢失了部分关键特征。为解决上述问题,文中提出了基于融合空间域和频域网络模型的SAR图像识别的端到端的深度学习框架。首先,将原始空间域图像通过频域变换方法转换为频域图像,对频域图像进行信道选择获取有效频域信号,将有效频域信号输入到频域主干网络提取频域特征;然后,将原始空间域图像输入到空间域主干网络,提取空间域特征;最后,通过网络模型融合空间域特征和频域特征,充分利用SAR图像的空间域像素信息和频域散射特性,进一步提取出目标的本质特征。文中所提方法在公共数据集MSTAR上进行了大量的实验,验证了模型的有效性和鲁棒性。     

基于Dempster-Shafer证据推理的多传感器信息融合技术及应用

本文详细阐明了基于D-S证据推理的多传感器信息融合的原理及目标识别的方法.同时,介绍了其在雷达目标融合识别中的应用.     

信源编码理论在雷达目标识别中的应用

运用信源编码理论,分析了雷达信息的特征及信息系统信源压缩编码的数学根据,并在此基础上讨论了编码理论在雷达目标识别中的应用.     

雷达目标识别技术述评

首先对雷达目标识别研究领域已经取得的成果和存在的问题进行简单的回顾。然后结合对空警戒雷达,阐明低分辨雷达目标识别研究的具体思路。