基于卷积神经网络的SAR图像目标识别研究

针对合成孔径雷达(Synthetic Aperture Radar, SAR)的图像目标识别应用, 该文提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)的SAR图像目标识别方法。首先通过在误差代价函数中引入类别可分性度量, 提高了卷积神经网络的类别区分能力;然后利用改进后的卷积神经网络对SAR图像进行特征提取;最后利用支持向量机(Support Vector Machine, SVM)对特征进行分类。使用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)SAR图像数据进行实验, 识别结果证明了所提方法的有效性。      

基于深度学习的SAR图像目标识别综述

随着合成孔径雷达技术的不断发展,雷达图像目标识别成为重要的研究方向.近年来,深度学习技术在雷达图像目标检测与识别方面得到了广泛应用,然而,数据样本量少和数据样本类别不均衡成为制约深度学习在合成孔径雷达目标识别中的重要因素.对基于深度学习的SAR图像目标识别算法进行了分析,首先,介绍了SAR图像目标识别常用数据集和多角度...     

基于压缩感知的SAR图像目标识别

提出一种基于压缩感知的合成孔径雷达图像目标识别方法,将目标识别问题转化为稀疏表示的近似求解问题。该方法利用测试样本在全体训练样本基下的稀疏性,实现样本间的近似稀疏表示。通过考察稀疏系数主要集中于样本真实类别之上的分布特性,研究了稀疏系数本身对目标类别具有的可区分能力,最后基于稀疏系数的分布特性设计分类算法完成目标识别。基于MSTAR数据中三类目标的实验证明,与目前已有的几种典型方法相比,该方法可以取得更高的识别率,是一种有效的合成孔径雷达图像目标识别方法。     

采用深度学习的多方位角SAR图像目标识别研究

合成孔径雷达（Synthetic Aperture Radar,SAR）在对地面目标进行观测时,可以在多个不同的方位角获取到目标的SAR图像,但这些图像中目标的形态各不相同。考虑到SAR图像对观测方位角极其敏感和SAR图像数据规模小这两个因素,本文设计了一个利用多方位角SAR图像进行目标识别的卷积神经网络（Convolutional Neural Network,CNN）,同一目标的3幅SAR图像被当作一幅伪彩色图像输入到网络中,充分利用了SAR图像数据的获取特点,同时用池化层替代了展平操作,降低了网络参数数量。实验结果表明,即便在小规模SAR数据集上,该卷积网络具有识别精度高的特点,对同类别不同型号的目标也具有出色的识别表现。      

基于小波域NMF特征提取的SAR图像目标识别方法

该文提出了一种基于小波域非负矩阵分解特征提取的合成孔径雷达图像目标识别方法。该方法对图像二维离散小波分解后提取低频子带图像,用非负矩阵分解对低频子带图像提取特征向量作为目标的特征,利用支持向量机进行分类完成目标识别。将该方法用于对MSTAR数据中三类目标识别,识别率最高可达97.51%,明显提高了目标的正确识别率。实验结果表明,该方法是一种有效的合成孔径雷达图像特征提取与目标识别方法。     

基于空间及图像信息融合的目标智能识别技术

目标检测能力在光电侦查、光电监视及导航制导等领域越来越受重视.单纯依靠图像信息进行目标识别存在弱小目标检测困难和易受环境影响等问题.因此,提出一种基于图像信息及空间信息的多源信息融合的目标检测方法.该方法采用改进的MobileNet+SSD的卷积神经网络对图像中的目标进行检测,通过伺服陀螺提供的空间信息对目标类别进行粗...     

基于免疫克隆聚类协同神经网络的图像识别

该文提出了基于免疫克隆聚类的协同神经网络原型向量求解算法,该算法充分利用免疫克隆的高效全局最优搜索能力构造数据聚类算法,将新聚类算法用于训练协同神经网络的原形向量,并对Brodatz纹理图像库以及合成孔径雷达图像目标进行识别。仿真实验结果表明,相比标准协同神经网络,该算法可以提高网络的识别性能,同经典的支撑向量机相比,该算法在识别率相当的情况下,样本的训练和测试时间都明显缩短。     

基于多尺度注意力CNN的SAR遥感目标识别

目标识别是合成孔径雷达（Synthetic Aperture Radar,SAR）图像解译的重要步骤。鉴于卷积神经网络（Convolutional Neural Network, CNN）在自然图像分类领域表现优越,基于CNN的SAR图像目标识别方法成为了当前的研究热点。SAR图像目标的散射特征往往存在于多个尺度当中,且存在固有的噪声斑,含有冗余信息,因此,SAR图像目标智能识别成为了一项挑战。针对以上问题,本文提出一种多尺度注意力卷积神经网络,结合多尺度特征提取和注意力机制,设计了基于注意力的多尺度残差特征提取模块,实现了高精度的SAR遥感图像目标识别。该方法在MSTAR数据集10类目标识别任务中的总体准确率达到了99.84%,明显优于其他算法。在测试集加入4种型号变体后,10类目标识别任务中的总体准确率达到了99.28%,验证了该方法在复杂情况下的有效性。     

基于多幅同目标图像和HMM的SAR图像目标识别

该文提出了一种基于多幅同目标图像和隐马尔可夫模型的合成孔径雷达图像目标识别方法。该方法通过小波域主成分分析提取目标图像特征向量,结合多幅不同方位角下的同目标图像的特征向量生成单幅图像的特征序列,用隐马尔可夫模型对特征序列进行识别。实验结果表明,该方法可明显提高目标的正确识别率,是一种有效的合成孔径雷达图像目标识别方法。     

一种基于时频分解的ISAR图像理解与处理方法

逆合成孔径雷达(ISAR)图像的自动理解是应用其进行自动目标识别(ATR)的基础.文中提出一种基于改进的自适应高斯表示(AGR)的ISAR图像理解与处理方法.该方法对目标ISAR图像中点散射与非点散射效应并存的现象给以有效的参数化的描述,进而消除非点散射在图像中造成的模糊展布,并提取到可用于目标识别的成像目标散射中心特征.基于飞机目标实测数据的实验验证了该方法的有效性.     

一种同步轨道星机双基SAR成像方法

对同步轨道星机双基SAR的成像机理进行了研究,从回波的多普勒历程入手,指出该体制下获取的回波数据在距离多普勒域中存在耦合的现象,经典RD算法对非参考点位置的目标成像在方位向上会产生散焦。通过计算得到了相同多普勒历程方住向位置不同的点在数据域中距离向上的位置变化特征以及不同多普勒历程方位向位置相同的点在数据域中距离向上的位置变化特征,给出了在方位向分割回波数据,在距离向上非线性计算回波多普勒参数的改进成像方法。仿真结果表明,改进的成像算法可以较好地对非参考点位置的点目标完成方位向聚焦。     

基于压缩感知的双通道SAR地面运动目标检测方法研究

针对目前双通道SAR地面运动目标检测(GMTI)方法采样数据量过大的问题,该文提出一种基于压缩感知的双通道SAR运动目标检测方法。该方法首先沿方位向进行随机稀疏采样得到双通道原始回波数据,然后通过匹配滤波方法实现距离向聚焦,并利用压缩感知技术实现方位聚焦,最后运用传统相位中心偏置天线(DPCA)技术进行杂波抑制。通过公式推导从理论上分析了该算法利用双通道方位稀疏采样数据实现杂波抑制的可行性,同时详细分析了运动参数对目标成像的影响。仿真与实测数据实验表明该算法在方位向欠采样情况下仍具有良好的杂波抑制性能。     

纯角度量测序列的参数航迹滤波新方法

红外探测器只能测量运动目标的方位角和俯仰角,难以获取目标的距离信息,所测量的空中目标信息为不完全信息,无法在直角坐标系下有效对三维运动目标进行滤波与跟踪。针对这一问题,提出红外单站跟踪运动目标的参数航迹滤波方法。该方法利用传感器测量到的目标方位角和俯仰角信息,根据假设的目标运动模型,先对目标飞行方向进行估计,然后利用估计出的方向向量和角度量测序列计算出目标的两个航迹参数;最后综合解算得到目标到传感器的方向向量参数航迹计算公式,从而得到方位和仰角估计值。仿真结果表明,该模型对方位和仰角的估计值较稳定,误差较小,效果较优。     

运动红外单站跟踪空中目标的方向估计方法

红外探测器只能测量运动目标的方位角和俯仰角,难以获取目标的距离信息.运动红外探测器所测量的运动目标不完全信息,无法在直角坐标系下有效对三维运动目标进行滤波与跟踪.针对这一问题,提出了运动红外单站跟踪运动目标的参数航迹滤波方法:该方法利用传感器测量到的目标方位角和俯仰角信患,根据假设的目标运动模型,直接对目标航迹方向进行...     

机载单站固定目标测向交叉定位研究

机载平台对地面固定目标定位是电子侦察中的一项重要任务。针对机载平台的特点,提出了一种机载单站对地面固定目标的纯方位交叉定位算法,通过测量地面辐射源信号的方位角,结合机载平台的位置与航向信息,建立三维球面弧线计算模型求解目标的地理经纬度,给出了快速计算目标方位斜率的方法,通过多次融合定位提高定位精度。仿真实验中采用卫星工具开发包(STK)仿真软件生成机载平台的位置数据和目标的方位角数据,分析了多次融合定位的收敛情况及不同测向精度下的定位性能,最后给出了一些工程实践性的建议,具有一定的参考意义。     

改进的接收机固定双站NLCS成像方法

该文针对机载双站SAR收、发系统分置的特点,首先建立了接收机静止模式下双站SAR的回波信号模型,然后分析该模式下几何特点、距离徙动及距离徙动差和方位向调频率的变化情况,接着讨论距离多谱勒域距离向调频率的变化情况,并提出了方位向调频率扰动函数的解析表达式,在此基础上结合单站的CS算法实现接收机静止的双站SAR数据聚焦,并对应用此成像算法所得扭曲聚焦图像进行几何校正处理。仿真实验验证了该文提出的方法的正确性和在接收机静止模式下应用此算法处理大测绘带成像的可行性。     

多元参数对舰载侦察测向结果的影响分析

侦察测向是舰载电子侦察装备的一个主要战技指标,根据编队遂行任务的需求,要求单舰给出的目标方位是相对真北的绝对角度,与相对于舷向的相对角度相比,方位测量结果会有所不同,测向误差相对较大。通过对影响测向结果的多元参数进行分析,量化推导了影响结果,并得到了仿真结论。     

星载平台地面目标测向定位仿真研究

星载平台地面目标定位是卫星侦察中的一项重要任务。针对星载平台的特点,给出了一套基于对地面辐射源目标测向定位的仿真计算方法。通过测量地面辐射源信号的俯仰角和方位角,结合卫星的位置和轨道信息,利用球面几何定位方法求解地面目标的地理经纬度。还分析了测向误差和俯仰角对定位精度的影响,并通过将多次定位数据融合来提高定位精度。仿真实验中采用STK卫星轨道仿真软件生成卫星位置数据和目标相对于卫星的俯仰角及方位角数据,比较了不同测向精度下的目标定位效果,分析了多次定位融合的收敛情况及融合定位精度与俯仰角和目标位置之间的关系。最后给出了一些工程实践性的建议,具有一定的工程参考意义。     

微波超视距雷达组网探测范围研究

本文研究了雷达组网时目标雷达散射截面（radar cross section, RCS）在方位角上的分布对微波超视距雷达探测范围的影响. 首先在蒸发波导条件下,利用抛物方程法推导了电磁波的传播因子,得到了电磁波场强随传播距离和高度的变化规律;然后在此基础上,结合目标RCS在高度和方位角上的分布,研究了目标的回波功率,利用改进的雷达方程得到了微波超视距雷达对目标最大探测距离的计算方法,建立了雷达网探测范围评估模型并进行了仿真. 仿真计算结果表明:在目标运动姿态未知情况下,雷达组网使雷达的探测范围增加了11.20%,在特定方向上使探测距离增加了16.67%;在目标运动姿态已知情况下,雷达组网在部分方位角上增大了最大探测距离,为微波超视距雷达的组网使用提供了理论支撑.     

同步扫描周视脉冲激光引信多探测点最佳起爆建模及仿真

周视激光引信通常仅根据单次测量的目标方位和距离解算最佳起爆时间和起爆方位角,精度不高,另一方面,引信无法判别目标真伪,易发生"虚警"或误炸。基于同步扫描周视脉冲激光引信工作原理,分析了弹目交会过程中多个探测点的方位、距离及其位置坐标,建立了基于多探测点的目标速度模型,对目标速度进行计算以辨别目标真伪。解算了目标特征几何中心位置,建立了最佳起爆时间和方位角计算模型,使战斗部获得最大毁伤效能,并分析了最佳起爆时间和方位角的影响因素。研究可为周视激光引信目标真伪辨别和定向起爆控制提供参考。