基于微动特征的弹道导弹目标识别仿真分析

为解决弹道导弹防御系统中真假目标识别的问题,引入了微多普勒概念,分析了弹道目标微动的原理;建立了目标不同微动情况下的雷达回波和微多普勒模型,针对不同的微动给出了相应的微动参数提取方法。通过仿真得到的目标微动特征为弹道导弹真假目标识别提出了依据。     

基于压缩感知理论的微动目标成像算法

为了解决由于微动导致正弦相位误差的存在,传统的匹配滤波和Fourier变换不能获得聚焦的目标方位图像的问题.文中将压缩感知理论(CS)引入到微动目标成像中,对SAR微动目标回波进行AM-LFM分解,构造SAR微动目标回波的稀疏模型.并在利用CS理论进行成像时采用子孔径CS成像方法消除速度变化导致的图像散焦,对微动目标重新聚焦成像.仿真结果验证了改进算法成像效果.     

基于宽带雷达距离-慢时间像的自旋微动群目标分辨

空间群目标的探测与识别问题异常复杂.文中针对宽带雷达信号条件下的自旋微动群目标分辨问题,提出了一种基于距离-慢时间像的群目标分辨方法.不同于其它文献中m-D曲线分离的思路,文中根据宽带雷达距离-慢时间像中m-D曲线,求解所有散射点到雷达的距离变化函数的“和函数”,再对“和函数”作傅里叶变换,根据“和函数”在频域的分量实现群目标分辨.仿真实验验证了所提方法的可行性和鲁棒性.     

基于CWT的近距离目标散射结构成像方法

高分辨探测信号能够有效地激励出复杂目标的散射结构信息。随着探测系统工作模式的不同目标结构信息以不同的形式反映在目标雷达回波中。本文针对毫米波雷达弹载工作模式,基于对近距离下毫米波FMCW雷达目标回波特性的分析,提出一种利用CWT时频分析对目标二维散射结构成象的方法。仿真实验证明了这一方法是切实可行的。     

基于微多普勒分析的目标识别技术研究

目标识别技术是战场关键技术之一,对目标微动特性的研究正成为当前目标识别领域的新兴方向。首先介绍了目标微动和微多普勒效应,然后分析了基于微多普勒分析的目标识别技术可能带来的种种威胁,最后提出了可行的应对措施。     

导弹目标极化散射特性的试验研究

针对高分辨全极化雷达体制,在烈火导弹目标暗室实测数据的基础上获得目标的高分辨距离像,利用极化目标分解方法分析每个散射中心对应的极化散射矩阵,不仅验证了极化目标分解对提取目标极化特征的有效性;同时还证实了极化目标分解提取的极化特征能够辅助导弹要害点选择。     

电大复杂目标电磁散射计算的特征基函数方法

特征基函数方法（CBFM）是一种针对矩量法利用区域降阶技术的快速直接求解方法,通过一组构造在子区域上的特征基函数（CBF）描述目标的未知电流,实现矩量法方程的降阶和快速求解。文章将CBFM用于求解电大复杂目标电磁散射问题,并详细分析了该方法的计算精度和计算效率。计算结果与测量值的比较验证了该方法的精确性和高效性。     

基于滑动多项式表示弹道的测速定轨算法

针对全测速体制下现有弹道估计方法实时处理能力的不足,提出了基于滑动多项式表示弹道的测速定轨算法.详细推导了算法过程,讨论了迭代初值、窗口宽度和弹道拼接等关键技术,利用仿真实验对算法性能进行了综合验证.该新算法利用了弹道光滑特性和求导匹配特性,可以增强数据冗余,提高解算精度;短时窗口的采用降低了算法的复杂度,减缓了解算滞后问题.     

宽带雷达目标散射分布特征融合的检测跟踪方法

宽带雷达目标回波信号由于距离扩展和低信噪比,导致传统宽带检测器对目标分布特性先验要求较高,在目标散射分布特性未知的情况下存在检测跟踪性能快速退化问题。针对此问题提出了一种利用多检测特征融合的宽带检测方法,在无需目标散射分布先验特征的情况下,将多参数径向积累与顺序统计量检测融合判决,有效提高宽带雷达目标检测的稳健性。根据多特征融合检测结果,采用宽带包络相关测距和单脉冲测角技术实现高精度的目标跟踪处理。仿真实验验证了该方法的有效性。     

基于散射中心模型的典型目标宽带雷达回波仿真

分析宽带雷达条件下目标的散射特性,由局部性定理可知扩展目标的电磁散射特性可由不同散射中心表示。采用基于几何绕射理论的GTD散射中心模型描述目标高频电磁散射特性,提取散射中心参数,给出宽带雷达目标回波仿真方法,将目标散射特性与雷达发射信号进行计算得到典型目标基带回波信号。以某战机为例,利用提取的散射中心参数,重构宽带雷达目标回波信号,并对模拟的回波信号匹配滤波得到目标一维距离像。分析了一维距离像的展宽与偏移并得到精确一维距离像,该距离像真实地反映了目标散射中心的距离信息和归一化幅度信息。     

基于DSP的低分辨率红外目标特征提取及识别

针对末敏子弹试验样机在某试验靶场的高塔上扫描，所获得的低分辨率红外目标图像，介绍了目标特征提取及识别方法。研究指出目标波形携带了与目标密切相关的信息，利用参数方法对目标波形进行分析并选取某些参数作为目标特征向量，可对目标进行粗略分类和识别。在对目标波形进行特征分析的基础上，用抽驭的特征向量构造了目标模板。用以DSP为图像微处理器的试验样机进行现场试验表明：该方法对低分辨率红外目标的识别有好的效果。     

基于小波和神经网络的红外目标特征提取与识别

研究了小波和神经网络相结合进行目标识别的方法.利用目标信息主要集中在低频部分的特点,对信号进行小波分解,提取在不同频带信号的多尺度空间能量和不变矩作为特征量,再用BP神经网络进行识别.实验结果表明,该方法具有很高的识别率,充分说明了红外图像信号在小波子带上的不变矩及能量分布具有表征目标类别的信息.该方法对于精确制导武器的目标识别研究具有一定的实用价值.     

基于目标运动信息的被动自导特征提取新方法

低频被动自导是鱼雷提高作用距离的有效手段,但被动自导的抗干扰能力差是制约其应用的主要瓶颈,目前主要的被动特征提取方法集中在功率谱特征的提取,但随着对抗器材的发展,功率谱特征很容易被模拟。本文针对被动自导识别提出了一种新的基于目标运动信息的特征提取方法,即交点距法。该方法利用多点方位线交点的距离判断目标是否静止,仿真试验给出的性能分析表明,这种方法能够有效地识别动目标和静目标,从而排除悬浮式诱饵的干扰,提高了被动自导的反对抗能力。     

仿射不变性特征提取在目标识别中的应用

从不同角度、距离获取的图像中提取不受视点因素影响的仿射不变特征,是图像目标识别、图像几何校正、景象匹配、图像检索等领域的共性问题。从仿射几何的角度出发,在对仿射变换、仿射不变性进行研究的基础上,利用仿射几何的不变性提取仿射不变特征量。针对同底面积比基元进行目标识别存在的问题,引入改进局部不变量,并提出3种基元特征提取算法,以排除锯齿点干扰进行角点提取。Matlab仿真分析过程中,对图像进行基元特征提取,采用改进局部不变量进行计算、比较及识别,能够有效建立图像特征值比较模型。实验结果表明:该局部不变量能较好地识别相同目标,用于不同目标间的分类识别时能取得好的分类效果。     

基于小波变换和神经网络的毫米波一维距离像识别

将小波和神经网络理论结合，并将小波神经网络用于毫米波频率步进雷达目标一维距离像识别，提出了基于小波分析的能量特征矢量法，分类识别效果有了很大的提高．     

稀疏线性调频步进信号弹道导弹进动微多普勒特征重构与提取方法

通过理论推导分析了线性调频步进信号（FSCS）体制下弹头进动的微多普勒特征,并结合压缩感知（CS）理论,提出一种基于频谱稀疏FSCS的微多普勒谱图重构方法。该方法可在大幅减少FSCS子脉冲个数的条件下,准确重构出微多普勒谱图信息,同时,有效抑制了谱图中旁瓣的影响。在此基础上,针对CS理论重构出的微多普勒谱图,利用弹头进动微多普勒在谱图上的特征曲线的光滑性,提出一种基于动态规划的弹头进动微多普勒信息提取方法,并利用该方法准确提取到弹头进动微多普勒信息。仿真验证了文中方法的有效性和鲁棒性。     

用于成像探测目标识别的特征提取方法研究

针对成像引信图象处理的特殊性，研究了目标图象特征提取方法：TSRI不变性特征提取方法、目标图象边界特征提取方法，研究表明，这些方法能够有效地实现目标的识别。