基于双通道GoogLeNet网络的旋翼无人机分类

针对利用雷达微多普勒效应的旋翼无人机识别问题,提出了一种基于双通道GoogLeNet网络的分类识别方法。首先对旋翼无人机的回波信号进行短时傅里叶变换（Short-Time Fourier Transform,STFT）从而获得信号时频谱,对时频谱沿时间轴进行傅里叶变换得到节奏速度图（Cadence-Velocity Diagram,CVD）。然后将时频图和CVD作为双通道GoogLeNet网络的输入进行特征提取用以获得回波信号的时频域和节奏速度域的特征,最后将所获得的特征输入到Softmax分类器中进而实现旋翼无人机的分类识别。基于实际雷达数据的实验结果表明,所提旋翼无人机分类方法准确率可达到98.9%。     

小型无人机雷达特征与分类技术研究

随着科技的迅速发展,小型无人机在多个领域如农业、地质勘测、视频侦察等得到了广泛应用。然而,由于其获取成本低、操作简单,引发了如非法侦察、恐怖活动等安全隐患。为解决这些问题,开发了针对小型无人机的雷达目标探测系统。文中主要研究了小型无人机的雷达特征与分类技术,旨在为小型无人机的雷达探测与分类提供理论依据和实用方法。     

飞鸟与旋翼无人机雷达微多普勒测量实验研究

针对飞鸟和旋翼无人机目标识别的迫切需求,开展微多普勒测量实验研究. 首先对飞鸟翅膀扑翼运动、无人机目标主体运动和旋翼转动进行建模分析与参数化表征,从雷达动目标回波中提取多普勒频移信息;然后利用短时傅里叶变换转换为时频图,对目标微多普勒特征进行精细化描述,并从雷达参数、目标类型、观测条件等多个角度重点分析了微动特征的影响因素;最后利用K波段线性调频连续波雷达开展飞鸟和两款典型旋翼无人机（“御MAVIC Air 2”和“悟Inspire 2”）微动测量实验,对微动参数进行估计,验证了理论模型的正确性. 实测数据分析表明:目标旋翼叶片长度越大、转速越高,微多普勒频率越大;叶片数目增多导致微动特征重叠;雷达观测角度、调制周期以及时频分析的时间窗长均会对微动特性产生重要影响.     

旋翼无人机调频连续波雷达滑轨成像及特性分析

对旋翼无人机的精细化特性分析是提高雷达对“低慢小”目标分类和识别能力的关键。从目标距离-方位二维雷达成像的角度出发，利用K波段和太赫兹两个波段的调频连续波（FMCW）雷达，实现对旋翼无人机目标的滑轨成像。首先，建立了雷达滑轨成像的信号处理模型，给出了回波距离-方位二维聚焦的实现方法。其次，从雷达波段、调制带宽、扫频周期、滑轨长度、成像时间等多个角度分析和比较雷达成像性能的影响因素。最后，选取三种不同尺寸的典型旋翼无人机，利用两个波段FMCW雷达开展成像实验。实测数据分析表明:无人机在静止状态下，成像散射点能够较为精确地反映目标的物理结构；悬停状态受旋翼转动的影响，回波幅度增强，在距离和方位向能量发散程度与叶片长度和转速有关，并表现明显的微动特性，利用旋翼对无人机主体运动的调制和扰动特性，可用于后续的目标分类和识别。      

微多普勒生物探测雷达技术研究

生物的微运动,例如人体肢体摆动以及呼吸和心跳运动,会对雷达入射电磁波产生微多普勒调制。通过对这些微多普勒调制回波信号的提取和分析,雷达能够实现对生物体微运动状态和生命特征的探测、测量和识别。文中首先对人体雷达回波微多普勒散射信号的理论模型进行了推导,然后对生物探测微多普勒雷达的实现和主要技术进行了分析和研究,最后对微多普勒生物探测雷达技术发展进行了讨论。     

利用飞控特征的四旋翼无人机雷达回波信号仿真

针对现有旋翼无人机雷达回波信号仿真方法未将密切相关的机身速度与旋翼转速相关联的问题,本文利用旋翼无人机的飞控特征,提出了一种将机身运动与旋翼转速相结合的四旋翼无人机雷达回波信号仿真方法.首先根据雷达回波仿真所需参数利用四旋翼无人机飞控原理给出一种机身速度与旋翼转速关联的简化运动模型,其次推导并给出线性调频体制雷达四旋翼...     

飞鸟与无人机目标雷达探测与识别技术进展与展望

飞鸟和无人机(UAVs)是典型的“低慢小”目标,具有低可观测性,对两者的有效监视和识别成为保障空中航路安全、城市安保等需求迫切需要解决的难题。飞鸟和无人机目标类型多、飞行高度低、机动性强、雷达散射截面积小,加之探测环境复杂,给目标探测带来极大困扰,已成为世界性难题。因此迫切需要研发“看得见(检测能力强)、辨得明(识别概率高)”的无人机、飞鸟等“低慢小”目标监视手段和技术,实现目标的精细化描述和识别。该文集中对近年来复杂场景下旋翼无人机和飞鸟目标检测与识别技术的研究进展进行了归纳总结,介绍了飞鸟和无人机探测的主要手段,从回波建模和微动特性认知、泛探模式下机动特征增强与提取、分布式多视角特征融合、运动轨迹差异、深度学习智能分类等方面给出了检测和识别的有效途径。最后,该文总结了现有研究存在的问题,对未来复杂场景下飞鸟和无人机目标检测与识别技术的发展进行了展望。      

数字电视外辐射源雷达多旋翼无人机微多普勒效应实验研究

该文论述了利用数字电视外辐射源雷达开展多旋翼无人机微多普勒效应实验的研究结果。首先建立了双基地外辐射源雷达无人机微动信号模型,接着简要阐述了微动信号提取的相关关键技术,最后重点介绍了实验开展情况,包括实验场景配置、无人机微多普勒效应实验典型结果与分析。实验结果与无人机运动参数的理论分析相符合,证实了利用数字电视外辐射源雷达实现多旋翼无人机微多普勒效应探测的技术可行性。      

一种基于卷积神经网络的雷达目标分类方法

雷达作为对低空和地面目标探测及监视预警的主要手段,在安全领域应用广泛。针对现阶段实际应用中雷达目标分类技术中过于依赖人工提取特征的问题,提出了一种基于卷积神经网络的分类方法,对雷达回波数据进行二维傅里叶变换得到距离-多普勒图像,再以距离-多普勒图集作为数据集,训练神经网络,得到能够完成雷达目标识别的网络模型。结果表明,相较于传统方法,基于卷积神经网络的目标识别模型在省去人工工作的同时提高了目标识别精度。     

情报雷达对隐身目标侦察的数据特点分析

隐身目标具有雷达截面（RCS）随雷达照射姿态异常分布的特征,其雷达散射截面积小,电磁隐蔽性强,使得对空情报雷达的探测距离大大减小,难以可靠、连续地检测目标。结合某隐身飞机模型的散射特性,对情报雷达侦察隐身目标的数据特点进行了分析,并通过仿真得出：雷达站只能在部分姿态下测得隐身目标的断续点迹,不能对其进行连续有效的跟踪。     

复杂电磁干扰下组网雷达检测概率研究

在复杂电磁干扰环境下,对多部雷达的检测概率进行融合,建立了组网雷达的检测概率模型.比较了在有无复杂电磁干扰环境下的组网雷达与单部雷达的检测概率及检测范围.仿真分析表明,组网雷达的检测概率优于单部雷达,在受复杂电磁干扰的条件下,其检测概率呈方向性下降.对于组网雷达,只有对网内所有雷达实施大功率干扰,才能有效降低组网雷达的探测空域.     

浅析天馈线对单脉冲雷达电轴零点的影响

分析了单脉冲雷达采用卡塞格伦天线时，其天馈线所产生的误差，该误差影响了雷达跟踪精度和稳定性。针对此技术问题，进行了简单分析计算，并提出了相应的解决措施。     

独立分量分析在雷达信号分选上的应用

传统的雷达信号分选主要是基于统计的思想，通过对脉冲序列的PRI分析，依据PRI的调制方式，将对应的雷达信号分选出来。这种方法存在运算量大，速度慢，且准确率不高的缺点。文章提出将含噪的快速独立分量分析算法应用于雷达信号的分选并分析了不同信噪比下分离的效果。仿真试验证明了该算法可以取得很好的雷达信号分离效果。     

雷达导引头干扰效果的Vague集评估方法

运用Vague集理论,探索解决雷达导引头干扰效果评估问题的方法。首先,建立基于Vague集的干扰效果评价模型,该模型考虑到实践中不同指标的重要性问题,为指标赋予不同的权重,并对原有的符合度判决方法进行改进。然后,结合交叉眼干扰的具体实例,分别运用文中提出的基于Vague集的评价模型和相似度模型进行评估。对比分析试验结果,发现在指标权重相同的情况下,两种方法计算出的评价等级相同,且文中提出的方法计算量更小,验证了该方法的有效性和优越性。     

基于TWH9250雷达探测模块的新型防盗报警器

介绍一种新型防盗报警器,是采用TWH9250雷达探测模块将监管区域的警情转换成一个低电平信号输出,然后通过报警集成电路与集成音频功率放大电路的共同作用实现防盗报警;同时还设有红外线摄像控制电路。该防盗报警器简单实用、工作可靠、安全性能高,且容易实现。特别适合于金库、仓库、办公楼以及实验室等财产的防盗报警。     

基于双雷达微动特征融合的无人机分类识别

无人机的日益流行在带来便利的同时也造成了潜在的威胁,对无人机进行分类识别具有重要意义。雷达微多普勒信号能够区分不同类型的无人机。为了提高基于微多普勒的无人机分类的鲁棒性,该文提出了一种多角度雷达观测微动特征融合的无人机识别方法。首先利用多部雷达同时从不同角度观测目标;然后对采集的雷达数据分别进行短时傅里叶变换(Short-Time Fourier Transform, STFT),得到时频谱图;接着利用主成分分析(Principal Component Analysis, PCA)从时频谱图中提取特征,将两个不同角度雷达传感器得到的特征融合在一起;最后利用支持向量机(Support Vector Machine, SVM)进行训练与分类识别。基于实际雷达数据的实验结果表明:两个雷达传感器观测融合得到的分类精度优于单个雷达传感器的分类精度,最终识别准确率较仅利用X波段雷达传感器方法提升了5%以上。      

瑞利激光雷达探测大气温度算法分析

介绍了瑞利激光雷达的基本结构,描述了使用瑞利散射激光雷达探测平流层和中间层低部大气温度的数据处理方法,构建同时包含标准大气模式温度信息和实际探测背景噪声的模拟数据,对此模拟数据进行背景扣除、平滑去噪、参考点选取等计算分析,探讨提高温度反演精度的实用算法。并应用此数据处理方法对瑞利激光雷达的实际测量数据进行了计算处理,将计算结果与模式CIRA86、HALOE卫星数据进行对比分析,反演高度30～45km时误差1～3K,45～65km误差大约在2～5K,65～70km误差＜10K。     

瑞利激光雷达探测大气温度算法分析

介绍了瑞利激光雷达的基本结构,描述了使用瑞利散射激光雷达探测平流层和中间层低部大气温度的数据处理方法,构建同时包含标准大气模式温度信息和实际探测背景噪声的模拟数据,对此模拟数据进行背景扣除、平滑去噪、参考点选取等计算分析,探讨提高温度反演精度的实用算法。并应用此数据处理方法对瑞利激光雷达的实际测量数据进行了计算处理,将计算结果与模式CIRJA86、HALOE卫星数据进行对比分析,反演高度30～45km时误差1—3K,45～65km误差大约在2—5K,65—70km误差〈10K。