基于时频特征的旋翼目标微动参数估计方法

旋翼目标的微动参数可为雷达目标的识别提供依据.针对旋翼目标微动参数的提取问题,利用其回波时频特征,提出一种微动参数估计方法.首先基于点散射原理对旋翼目标构建回波模型.其次,利用联合时频分析技术对旋翼目标回波的时频特征进行分析,并解释"时频闪烁"特征的产生机理.然后通过"时频闪烁"特征与微动参数间的对应关系,实现对旋翼目标微动参数的估计.最后,通过仿真验证了上述微动参数估计方法的有效性,且结果表明该方法在多旋翼目标场景下同样适用.     

基于散射中心的雷达目标SVM识别方法

为减少经典目标识别算法中的计算量与模板存储量,本文将雷达目标散射中心作为目标识别的特征,通过支持向量机(SVM)方法分类目标.首先,采用基于传播算子的多重信号特征法(PM-MUSIC)提取雷达目标散射中心参数;其次,计算散射中心的中心矩以建立统一标准的识别特征,并采用SVM方法对目标进行分类.最后,通过仿真实验比较了该...     

中段目标宽带雷达回波仿真及分析

优化雷达自动识别中段目标,对中段目标宽带雷达回波信号进行建模,为研究中段目标散射特性,实现雷达自动识别中段目标的重要基础,提出建立了微进动目标数学描述方程,采用一种移动散射点模型的散射中心位置计算方法,根据几何绕射理论计算了各散射中心的散射强度,得到了宽带雷达中段目标的回波模型,并针对两种典型目标运用该模型进行回波仿真,获得给定目标在特定战情下的回波仿真信号.仿真结果较好地反映出目标特征,为进一步进行中段目标的识别提供了理论分析依据.     

基于移动散射点模型的雷达回波仿真及分析

针对中段目标宽带雷达回波信号难于获取的问题,进一步研究了目标雷达视线角和中段目标姿态的建模方法,给出了基于移动散射点模型的散射中心位置计算公式,然后基于几何绕射理论计算了各散射中心的散射强度,最后对雷达一维距离像进行归一化处理,提取了散射点的相对距离特征,得到了散射点相对距离变化的特征序列.实验结果显示,对雷达一维距离像进行特征提取,可以得到中段目标的姿态信息,为中段目标识别奠定基础.     

SAR车辆信号仿真与微动特性分析

合成孔径雷达(SAR)由于其自身条件的限制,导致在日常的研究中需要人为的在计算机上对其信号进行一些仿真。在得到的仿真信号中包含着目标的微动信号,这些微动信号对应着目标的微动特性,它们是目标的本质属性,是目标特性研究的重点。而微动特性又会受到目标和雷达参数等的影响,因此,需要对不同参数下目标的微动特性进行研究。主要以机载SAR为模型,构建模型仿真,并对目标参数、雷达参数、仿真参数等进行完整的特性分析。其中仿真主要采用散射点模型,运用采样序列分段置零的仿真方法构建仿真模型;再运用时频分析方法对得到的仿真结果进行特性分析;由于场景中很多参数如PRF、车身速度、车轮半径、散射点采样个数、车身运动方向与方位向夹角等会对目标的微动特性产生影响,因此,改变这些参数再用时频分析方法对不同参数下的仿真结果进行分析,并最后对其进行总结来研究目标的微动特性。     

一种基于GTD模型和状态空间处理的运动目标超宽带散射中心提取方法

超宽带条件下散射中心的不同运动将对参数提取造成影响.基于GTD模型和状态空间处理,本文提出了一种针对运动目标的超宽带散射中心提取方法.该方法首先将超宽带条件下的目标GTD散射模型转化为状态空间方程,通过奇异值分解提取散射中心的径向距离和径向速度信息;然后由标准正交向量基降维表示散射中心在整个带宽上的类型参数信息,采用遍历方法和最小二范数准则求解出散射中心的类型参数信息;最后基于最小二乘法求解出散射中心的散射强度.文中同时给出了各参数估计的CR界.仿真结果验证了文中方法的有效性,该方法可同时提取散射中心径向距离、径向速度、散射强度和类型参数信息,从而有利于各散射中心的跟踪和整体目标的有效识别.     

基于微多普勒分析的复合运动目标参数估计

目标的微运动所产生的微多普勒特征包含了目标的运动和结构信息,在目标的分类、识别等领域中有着重要的作用。建立了具有平动、加速与旋转运动的微动模型,定量分析了目标的微多普勒调制特征及其与微动参数的关系,利用提取时频分析矩阵频率向最大值的峰值提取法和最小二乘拟合直线法估计目标的加速度、旋转频率和旋转半径等参数,最后通过仿真验证了理论分析的正确性和参数估计的有效性。     

宽带雷达动态目标建模及仿真研究

对复杂动态目标进行回波建模是研究目标散射特性，实现雷达跟踪识别动态目标的重要基础。该文利用宽带雷达的高分辨特性，分析了宽带信号照射到运动点目标上的回波信号形式，根据高频区目标总的电磁散射是多散射中心的合成的原理，得出了宽带雷达动态复杂目标的回波模型，并针对冲击雷达信号运用该模型进行回波仿真，获得给定目标在平动及转动情况下的回波仿真信号。仿真结果较好地反映出目标特征，为进一步进行雷达目标的识别提供了理论分析依据。     

基于PCA-LDA-SVM的多普勒雷达车型识别算法

车辆检测和车型识别是智能交通系统(Intelligent transportation system,ITS)中的一个重要方面,而目标识别是低分辨率雷达领域的一个难点.该文提出一种用多普勒雷达进行车型识别的方法,把车辆建模成包含多个散射中心的目标体,散射中心与雷达的距离与频谱能量有关,因此同一目标的频谱变化反映了该目标长高等轮廓特征.然后将有效的频谱特征结合主成分分析(Principal component and analysis,PCA)和线性判别分析(Linear discriminant analysis,LDA)进行降维,再利用支持向量机(Support vector machine,SVM)等分类器实现分型.文章对不同识别算法交叉验证的实验结果进行比较,表明基于PCA-LDA-SVM的车型识别算法效果理想,有广泛的应用前景.     

遥感影像目标识别中的多尺度分析

针对遥感影像目标特性随分辨率变化的问题,提出了目标识别的多尺度分析方法。首先,基于混合像元分析了多尺度影像中地面目标形状结构产生变化的原因,这种变化主要是由混合像元在目标中所占的比例决定的;然后,根据多尺度影像中的目标提取实验,分析并验证了目标提取误差随着尺度变化的规律;最后,基于遥感影像目标的多尺度特性分析,进一步提出了优势类别的概念。从遥感目标的多尺度分析与实验结果来看,目标的形状结构特征随着尺度的变化而发生改变,而且尺度越大改变越大。通过研究遥感影像目标的多尺度特征,揭示了目标特征随尺度变化规律,对多尺度遥感影像自动目标识别具有指导意义。     

Micro-Doppler characteristics of sliding-type scattering center on rotationally symmetric target

The feature of micro-motion is one of the most effective features used for radar recognition in midcourse phase.At present,the study of feature extraction and recognition is usually based on the assumption that the micro-motion of the scattering center and warhead itself is the same,and the radar echo is sinusoid-FM signal.However,this assumption ignores the fact that the scattering center would slide on the warhead with the change of the aspect angle.In this paper,a complete micro-motion model is set for t...     

一种复合微运动的微多普勒分析与参数估计

目标的微运动所产生的微多普勒特征包含了目标的运动和结构信息,在目标的分类、识别等领域中有着重要的作用。建立了振动与加速运动的复合微动模型,定量分析了目标的微多普勒调制特征,提出了利用提取峰值法和拟合直线法估计目标的加速度、振动频率和振动幅度等参数的方法,通过仿真验证了模型的正确性和参数估计的有效性。     

基于一维距离像的弹道中段目标特征提取

针对目标的HRRP投影长度提取不精确的问题,首先研究了中段目标的进动特性及其一维距离像在不同雷达视线角下的变化规律,提出了一种基于差分算法的目标投影长度提取方法.该方法利用了目标一维距离像散射中心的峰值效应,使处理后的一维距离像只会在散射中心处出现震荡效应,以此准确提取散射中心,克服了传统长度提取方法在散射中心周围重复搜索造成的误差.在此基础上,分析了目标投影长度随进动的变化规律,提出了一种进动角和目标真实长度提取方法.仿真实验表明以上方法具有很好的提取精度.     

高分辨率SAR图像目标属性散射中心特征提取方法

目标属性散射中心模型是基于物理光学和几何绕射理论解的散射中心模型,该模型中提供了可供目标识别的属性散射中心特征。为了能从高分辨率SAR图像中获得这些特征,讨论了目标属性散射中心模型,研究了从高分辨率SAR图像中提取目标属性散射中心特征参数的方法。该方法是一种基于图像域的参数估计方法,它通过图像分割、模型类别选择、参数初值选择和参数优化4个步骤,得到单个散射中心的7个参数。循环进行上面的步骤,就可以从SAR图像中提取出目标所有的散射中心特征。仿真结果验证了该算法的有效性。     

Radar automatic target recognition based on feature extraction for complex HRRP

Radar high-resolution range profile （HRRP） has received intensive attention from the radar automatic target recognition （RATR） community. Usually, since the initial phase of a complex HRRP is strongly sensitive to target position variation, which is referred to as the initial phase sensitivity in this paper, only the amplitude information in the complex HRRP, called the real HRRP in this paper, is used for RATR, whereas the phase information is discarded. However, the remaining phase information except for initial phases in the complex HRRP also contains valuable target discriminant information. This paper proposes a novel feature extraction method for the complex HRRP. The extracted complex feature vector, referred to as the complex feature vector with difference phases, contains the difference phase information between range cells but no initial phase information in the complex HRRR According to the scattering center model, the physical mechanism of the proposed complex feature vector is similar to that of the real HRRP, except for reserving some phase information independent of the initial phase in the complex HRRP. The recognition algorithms, frame-template establishment methods and preprocessing methods used in the real HRRP-based RATR can also be applied to the proposed complex feature vector-based RATR. Moreover, the components in the complex feature vector with difference phases approximate to follow Gaussian distribution, which make it simple to perform the statistical recognition by such complex feature vector. The recognition experiments based on measured data show that the proposed complex feature vector can obtain better recognition performance than the real HRRP if only the cell interval parameters are properly selected.     

基于小波分析和神经网络的雷达目标识别方法的研究

高频区的雷达目标识别是当前高技术领域内的一个发展重点。以多散射中心的目标模型为基础,本文应用小波分析作为提取目标特征矢量的有力工具,结合提出的一种改进的人工神经网络算法,对于宽带连续波工作体制下的雷达目标识别问题做了探讨和研究。实验结果证实了小波分析与神经网络相结合的目标识别方法的有效性。     

基于非参数化最大间隔准则的雷达目标识别

针对线性判别分析（LDA）的“小样本”和要求数据须服从高斯分布的问题,提出一种基于非参数化最大间隔准则（NMMC）的雷达目标识别方法．首先,利用自相关小波变换提取目标高分辨距离像（HRRP）的非平稳特征,将其与HRRP原信号一起作为目标的分类特征,利用NMMC实现特征提取;然后,通过支持向量机进行分类．NMMC在解决小样本问题的同时,松弛了对数据分布的类高斯要求．最后,基于5种飞机高分辨距离像数据的仿真实验验证了所提出方法的有效性．     

弹道目标移动散射点模型的微多普勒特征研究

对锥体的进动引入了移动散射点模型,该移动点位于雷达视线与锥体表面不连续处,且随着目标进动而移动。微多普勒频率的理论计算和回波仿真结果表明,二者较为一致,从而为弹道导弹微多普勒目标识别提供了一种新的理论依据。     

Precise recognition of warhead and decoy based on components of micro-Doppler frequency curves

From the view of electromagnetic scattering,it is indicated that the micro-Doppler (m-D) character-istics of an extended target undergoing micro-motions are actually induced by the change of incident directions of radar pulses.Different micro-motions may lead to similar change of incident directions,consequently inducing similar m-D characteristics.To tackle this problem,rather than distinguish warhead and decoy directly from m-D characteristics,the frequency components of m-D frequency curves are used as a new characteristic for recognition in this paper.To get high precision of frequency components estimation,model-based parameter estimation (MBPE) is utilized to extract the m-D frequency curves from TFR.To obtain high accurate simu-lation results,the backscattered signal simulation is conducted by full-wave numerical method.The simulation results validate the theoretical analysis and the high performance of the proposed method.