弹道目标RCS计算与分析

结合P波段远程预警雷达体制,建立了3种典型形状弹道目标的计算机辅助设计（CAD）模型,利用快速多极子算法计算了弹道目标雷达散射截面积（RCS）的姿态响应、极化响应和频率响应,分析了弹道目标RCS对P波段远程预警雷达探测威力的影响,为其探测性能评估奠定了基础.     

基于AdaBoost.ECOC的合成孔径雷达图像目标识别研究

为了提高合成孔径雷达图像目标识别系统的性能,提出了一种合成孔径雷达图像目标识别的新方法,结合纠错输出码对基本AdaBoost算法进行多类别推广,并将推广后的算法(AdaBoost.ECOC)应用于合成孔径雷达图像目标识别.用运动和静止目标获取与识别数据库中的三类地面军事目标进行识别实验,并将识别结果与其他识别方法进行比较.实验结果表明,提出的基于AdaBoost.ECOC的识别算法可以有效地应用于合成孔径雷达目标识别,并能显著提高目标识别系统的识别性能.     

基于帧间差异和证据推理的海事雷达目标提取方法研究

海事雷达通过多普勒效应和帧间差异,进行船舶的跟踪与识别,是海事监管和避碰的重要传感器。受环境因素影响,其往往提供大量虚假目标,干扰海事监管。针对该问题,以雷达图像为数据源,提出了一种基于证据推理(Evidential Reasoning Rule)规则的目标甄别方法。在该方法中,首先收集经过验证的识别结果,获取充足的船舶和虚假目标样本。然后,分析样本在多帧图像中的位移、方向等特征值,计算出位移、方向特征值与目标真实性的似然关系,即提供两条独立证据。最后,利用证据推理规则合成上述证据,实现组合判断。不同于其他滤波或分类算法,该方法基于原始雷达图像和概率推理,计算过程未做任何状态假设,识别结果更加准确可靠。在重庆长江朱沱镇的实地雷达监测案例研究中,该方法的识别准确性达90.81%,证明了其有效性。     

整数矩阵变换的选择集成及对雷达目标的识别

为了改善单个分类器对雷达目标的识别性能,分别从差异性和准确率两个因素出发,提出了一种通过变换分类器选择集成对雷达目标识别的算法.首先,为了增加集成个体差异性,将个体分类器的预测标记作为变换的原始目标,将正确标记引入来代替变换中的目标均值,以此构造一个整数矩阵.通过将个体分类器的预测标记投影到经过正确标记的直线上,从而获得一组新的预测标记.然后,根据准确率和RPFmeasure这两种衡量分类器性能的准则,选择一些性能提高了的个体进行集成,以此保证个体分类器的准确率.最后,通过结合被选择的个体预测标记来改善对雷达目标的识别性能.对于UCI机器学习资源库中数据集和雷达一维距离像的实验结果表明,该算法能有效平衡个体差异性和个体准确率两个因素,并且相比单个分类器和其他集成方法,该方法提高了对雷达目标的识别准确率.     

优化Zernike矩MIMO雷达图像目标识别方法

针对MIMO雷达目标识别问题,给出了一种MIMO雷达目标识别方法.首先利用二值化和杂散点抑制对MIMO雷达成像结果进行了预处理,以消除噪声干扰和MIMO雷达图像距离依赖方位分辨率所引起的图像幅度起伏;随后,基于优化Zernike矩方法构造了MIMO雷达图像的特征,采用欧式距离分类器给出了相应的识别处理步骤.最后,利用3种飞机模型的MIMO雷达像对所提出方法的性能进行了验证,仿真结果证实了所提方法的可行性.     

基于SKO—KPCA和SVM的雷达目标HRRP特征提取与识别

将依赖数据变化的自适应SKO技术和迭代算法引入KPCA算法中,结合SVM分类技术,提出了基于SKO—IKPCA和SVM的雷达目标HRRP特征提取与识别方法。讨论了HRRP预处理、迭代KPCA算法和SKO／FKO技术的实现方法,将SKO／FKO技术应用到KPCA的核优化中,并用人工合成数据对其优化性能进行了测试与比较,应用该方法对su-27、F-16及M2000等三类飞机目标的实测HRRP数据进行了特征提取与识别实验。结果表明,所提方法具有较好的稳定性和可靠性,能有效地优化雷达目标主元特征的提取,提高目标的识别性能。     

基于图像特征提取的雷达点迹识别方法

为解决虚假点迹对雷达探测和跟踪性能的影响,提出一种基于图像特征提取的雷达点迹识别方法．首先基于雷达原始视频数据提取出16个图像特征参数,其次利用主成分分析(PCA)方法对特征参数的应用价值进行研究和降维处理,最后结合BP神经网络算法进一步对目标和杂波进行真伪鉴别．实验结果表明,相对于支持向量机(SVM)算法和BP神经网络算法,本文方法的点迹识别准确率更高,虚假率和漏警率更低．     

一种基于信息瓶颈的图像模式处理算法

针对传统图像处理技术存在的问题,比如压缩比例较低、图像重构精确度较差等,基于IPMI算法提出了一种基于信息瓶颈的图像模式处理算法,旨在利用相邻区域的重叠程度,尽可能地保留相邻区域之间的互信息,提高模式处理的质量。实验结果表明,IPMI算法可有效识别目标图像且复原图像的准确度高。     

基于凹凸变换与圆周拟合的重叠气泡轮廓重构

针对识别气液两相流的气泡过程中气相比例较大气泡易发生重叠的问题,提出基于曲线凹凸性变换与圆周拟合的重叠气泡分割与轮廓重构算法.对气泡图像进行预处理,利用高斯滤波滤除噪声干扰,依据自适应阈值分离出前景,得到预分割图像.利用Canny算法提取轮廓,利用高斯函数平滑曲线,计算轮廓上的点到质心的距离.对得到的距离曲线进行凹凸性变换特性分析,对每两个凹点进行分割路径选取.利用最小二乘圆周拟合插值算法对重叠部分的气泡轮廓进行重构,得到气泡分割后的重构图像.实验结果表明,该算法是一种有效的分割与重构重叠气泡的算法,具有较好的分割和重构性能.     

高分辨率雷达的二维目标成像方法

研究了一种在较强杂波背景下雷达二维目标图像的获取方法，该方法基于现代雷达系统的步进频率方式实现的距离高分辨率技术，通过似然比检验准则，获得目标各散射中心的空间相关信息，形成目标的二维图像。并结合米格29战机目标模型验证可行性。该方法算法简便，实时快捷，抑制杂波能力强，是高分辨率雷达在杂波背景中进行目标识别的一种可行的方法。     

Super-resolution reconstruction of synthetic-aperture radar image using adaptive-threshold singular value decomposition technique

A super-resolution reconstruction approach of radar image using an adaptive-threshold singular value decomposition (SVD) technique was presented,and its performance was analyzed,compared and assessed detailedly.First,radar imaging model and super-resolution reconstruction mechanism were outlined.Then,the adaptive-threshold SVD super-resolution algorithm,and its two key aspects,namely the determination method of point spread function (PSF) matrix T and the selection scheme of singular value threshold,were pr...     

基于MMSE-T的合成孔径雷达图像超分辨率重建

针对雷达目标图像,提出一种基于阈值最小均方误差（MMSE-T）的超分辨率重建方法,并对其性能进行了分析、比较和评估.介绍和分析了雷达成像模型及常用的超分辨方法.以及MMSE-T改进算法及其具体实现方法.以MSTAR合成孔径雷达（SAR）实测图像为例,给出其超分辨结果,同时基于输出信噪比（SNR）指标,对其性能进行了比较与评估.实验表明：MMSE-T超分辨率方法在无须事先已知原始场景先验知识的情况下,可实现对原始场景的准确重建,同时具有较好的噪声抑制作用,可用于高分辨率一维距离像、合成孔径雷达、逆合成孔径雷达及实波束成像等雷达图像目标信息的开发.     

基于无线电波纹图的雷达目标识别方法

基于雷达回波调制效应了一种常规低分辨雷达目标识别方法，这种方法是先对回波数据进行预处理，构造出目标的无线电波纺图像，再利用纹理特征撮的方法进行纹量特征抽取，然后采用神经网络对目标进行分类，某型号雷达６类目标实录数据的处理结果表明，该方法是成功的。     

基于无线电摄像机的目标成像自动识别

无线电摄像机是一种新型成像雷达,利用它可以获得目标的二维(距离-方位)微波图像[1]。通过目标二维(距离-方位)像与目标一维距离像的分析对比,指出了目标二维像应用于目标识别领域的优势。针对三种目标分别模拟了其相应的二维像与一维像,仿真识别结果验证了分析的正确性。     

雷达目标RCS数据压缩及重构硬件实现算法分析

为在硬件平台上实现雷达目标RCS数据压缩及重构,基于阈值离散傅里叶变换（TDFT）算法,采用基2FFT算法,在蝶形运算部分运用改进的ORDIC算法计算序列和旋转因子的复数乘法,从理论上分析了RCS数据压缩算法在硬件上实现的可能性,并通过Matlab软件仿真了算法硬件实现的全过程.仿真结果表明：所提算法的雷达目标RCS数据压缩及重构方法能在硬件上实现,对雷达目标RCS数据压缩及重构的硬件实现具有一定的参考价值.     

解线频调步进频率ISAR成像研究

提出一种采用两次相干化处理实现对解线频调步进频率的逆合成孔径雷达(ISAR)成像算法．首先对回波进行相干化预处理,以估计运动目标的参数,并对相干化后的回波进行补偿;之后,采用相位相干化技术对残留相位误差进行校正,并利用时域带宽拼接技术获得目标的高分辨一维距离像．最后利用传统方位成像算法获得目标的高分辨ISAR图像．仿真数据验证了该方法的有效性．     

基于Canny边缘检测算子的雷达图像1/8插值改进算法

雷达扫描图像的图像信息单一,大部分为黑色背景,运用传统的1/8图像插值算法放大显示不仅运算复杂度高,处理延时大,而且会使雷达目标航迹的图像边缘十分模糊,难以得到满意的视觉效果。为此,结合Canny算子检测雷达扫描图像的边缘,提出了一种雷达图像1/8插值改进算法。实验结果表明,经本文算法插值放大的雷达扫描图像的目标边缘清晰,且算法复杂度较低,便于硬件实现,可实现实时图像缩放。目前该算法已成功应用于雷达站某系统的图像处理模块。     

基于雷达图像的水面无人艇目标检测技术

针对水面无人艇雷达目标探测问题,进行了嵌入式雷达图像采集处理系统的研究.提出了嵌入式雷达图像采集处理系统的体系结构.在提取目标位置信息的基础上,选择目标的位置、面积、不变矩特征,完成目标在雷达图像序列中的匹配,实现目标跟踪.针对雷达图像序列中偶有目标丢失的问题,利用卡尔曼滤波预测目标位置信息,帮助建立完整的目标链.最后通过海试验证了所设计的嵌入式雷达图像采集处理系统的可行性,试验表明所提出的图像处理算法、目标的特征匹配和卡尔曼滤波预测算法可以有效的完成目标的检测和跟踪.     

窄带高分辨MIMO雷达图像特性分析

针对窄带MIMO（NMIMO）雷达的目标识别问题,着重对目标NMIMO图像特性进行了研究.首先对NMIMO雷达成像方法进行了简要介绍;然后结合4种典型运动方式,分别分析了目标NMIMO雷达图像上散射中心位置参数、散射中心幅度以及图像分辨力3种参数的分布特性,并给出了不同运动方式下目标NMIMO雷达图像3种参数的变化规律.最后,通过仿真目标的成像结果对相关结论进行了验证仿真.结果表明：相对散射中心幅度和图像分辨率,散射中心结构更不敏感于目标姿态的变化,验证了理论分析的正确性.