首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 125 毫秒
1.
双谱分析在雷达信号处理中已得到了应用,但未见在毫米波引信中应用,因此,提出将双谱分析法引入毫米波多普勒引信的目标检测中。该方法通过采用双谱及双谱对角切片进行毫米波回波信号的特征分析及特征提取,利用提取的特征进行有无目标的判别。试验表明:双谱分析用于毫米波多普勒引信对复杂背景中地面目标检测的识别率高于短时傅里叶变换(STFT)对信号的检测识别。  相似文献   

2.
针对短时傅里叶变换在分析对空无线电引信目标多普勒信号频谱特征时频率分辨率不足的问题,提出基于多普勒频差曲线特征识别的炸点控制方法。该方法对多普勒信号进行短时傅里叶变换与离散时间傅里叶变换结合的时频分析,提取出多普勒频差曲线,并识别出曲线跳变点作为特征信号进行炸点精确控制。实测信号的仿真表明,该算法比短时傅里叶变换算法提取的频率更加精确,反应出更丰富的弹目交会信息,可有效提高引信精确炸点控制性能,有一定实用价值。  相似文献   

3.
针对对空无线电引信在低信噪比情况下采用短时傅里叶变换脊线进行目标检测时性能较差的问题,提出了基于拉东(Radon)变换的对空无线电引信小目标检测方法。该方法通过拉东变换处理目标信号经短时傅里叶变换得到的二维时频分布矩阵,将连续的目标信号轨迹能量进行累积,提高目标信号与噪声的区分度。仿真表明,低信噪比情形下,基于拉东变换检测目标信号的性能优于基于短时傅里叶变换的性能。  相似文献   

4.
针对毫米波引信对目标特征提取时传统差频快速傅里叶变换探测精度不足、运算量大的问题,提出采用复调制选带傅里叶变换(ZFFT)的毫米波特征提取算法。该方法的实质是通过对毫米波信号频谱中的局部信号进行复调制、移频、滤波、降采样后作点数较少的FFT实现对信号频谱的局部细化,提取其有效频率特征信息。实测导弹模型5mm信号数据和试验表明:采用复调制ZFFT的毫米波特征提取算法简便、存储及运算量小、速度快,适用于毫米波引信对实时性的要求。  相似文献   

5.
针对近场区多普勒信号的识别问题,提出了基于短时傅里叶变换(STFT)和经验模态分解(EMD)的多普勒信号分离算法。该算法利用STFT时频分布,通过极值滤波法并结合EMD算法将回波信号分解成若干个窄带子信号,实现了对多普勒信号的分离和多普勒信号瞬时频率的估计。实测验证表明,该算法能够将频率成分相近的多普勒回波信号分解成若干个窄带的子信号,有助于实现对近场区多普勒信号的提取和识别。  相似文献   

6.
针对截断效应和栅栏效应所带来的频谱泄露的问题,提出基于全相位快速傅里叶变换的多普勒信号频谱提取方法。该方法通过全相位快速傅里叶变换算法实时获取多普勒回波信号的幅度信息,进行幅度和频率的修正。理论和实测的多普勒信号仿真表明,相对于短时傅里叶变换,校正的全相位快速傅里叶变换算法提取的频谱更贴近理想多普勒信号频谱,其频谱幅度信息满足峰值识别的要求。  相似文献   

7.
目标检测是毫米波多普勒引信信号处理的重要内容,在目标检测过程中,传统功率谱等技术不能充分揭示隐含于目标回波中的高阶统计信息,不能消除噪声和杂波的影响,不利于目标特征分析及检测,因此提出了基于双谱分析的毫米波多普勒引信目标检测技术,利用双谱及双谱对角切片进行特征分析及优化,通过对实测毫米波多普勒引信数据进行理论分析和试验仿真,结果表明采用双谱分析的毫米波多普勒引信目标检测方法有效可行。  相似文献   

8.
鱼雷电磁引信的水中目标高精度实时识别方法   总被引:1,自引:0,他引:1  
鱼雷武器系统的主动电磁引信回波信号中蕴含着雷目交会过程重要特征信息。针对回波信号能量比较法受到直达场耦合成分和噪声影响的问题,提出了基于数字信号处理技术的目标特征提取算法。对接收天线的回波信号进行全相位二次补偿处理;采用短时傅里叶变换对目标回波信号进行包络解调;再利用改进的三次多项式最小二乘拟合方法,以抑制数据波动影响并提高计算效率;提出一种基于钟型脉冲的参数识别算法对回波包络极大值点进行估计。仿真和试验数据验证表明所提出方法具有一定的工程实用性。  相似文献   

9.
小波变换优化无线电引信多普勒信号频率的估计   总被引:2,自引:2,他引:0  
介绍一种短时平均过零率的计算方法,它具有易于用软件实现和便于调整检测门限。用短时平均过零率表征连续波多普勒体制无线电近炸引信多普勒信号频率,使引信具有一定的抗干扰能力。弹目交会时目标的体目标效应显著,多普勒频率起伏较大,选用小波变换技术对其进行平滑处理,优化估计信号的频率。  相似文献   

10.
建立弹目空中交会的数学模型,做些合理的假设,求出理论上的多普勒信号,能从时域或频域提取信号的特征。对于具有非平稳随机特性的实测引信多普勒信号,理论方法和传统的傅立叶变换都无能为力提取其特征。文中用短时傅立叶变换分析实测的引信多普勒信号,讨论分析过程中窗函数的选择,并从联合时频域提取了引信多普勒信号的特征。  相似文献   

11.
为了实现引信炸点的选择和控制,提高引战配合性能,提出了结合短时傅里叶变换以及曲线拟合估计理论提取回波信号中有效信息的方法。该方法采用短时傅里叶变换对电磁引信回波信号进行包络解调,并利用3次多项式对包络曲线拟合,大大抑制了原曲线中存在的噪声,突出了信号在时频域上的特征,能够精确估计出雷目交汇最近点时刻。仿真结果表明,该方法估计精度高。  相似文献   

12.
基于全功率辐射计的导弹毫米波被动引信   总被引:2,自引:0,他引:2  
文章论述了基于全功率辐射计的毫米波被动引信工作原理,给出了原理框图和参数选择原则,对影响毫米波被动引信应用的作用距离进行了计算和分析,指出导弹毫米波被动引信可以应用于攻击较大的空中目标,还可用于攻击舰艇和大型地面雷达。  相似文献   

13.
为提高引信及制导等武器系统目标识别精度及实时性,阐述了联合变换相关非合作目标激光成像识别技术的研究状况,指出了复杂战场环境下三维联合变换相关非合作目标识别的三个关键技术:1)目标距离与回波强度的高精度获取;2)复杂背景下三维联合变换相关器互相关峰的提取;3)高速运动下三维联合变换相关器畸变不变识别。对该技术在引信及导航、制导等系统中的应用前景进行了展望。  相似文献   

14.
多普勒对空引信回波分析及碰炸优先判决准则研究   总被引:2,自引:1,他引:2  
肖泽龙  张恒  董浩  倪碧雪  许建中 《兵工学报》2016,37(10):1820-1827
现有的二维弹目交会模型很难准确对对空引信回波信号进行模拟,为准确给出多普勒对空引信“碰炸优先”的判决准则,采用一种三维弹目交会模型对引信回波信号建模,推导出回波信号的表达式。采用短时分数阶傅里叶变换对三维交会模型中碰炸(包括迎击、追击和不共线交会)和近炸(包括早到、晚到和目标机动)共两类6种情形进行分析,得出了脉冲多普勒对空引信碰炸和近炸自适应判决准则。通过Matlab仿真结果验证了该分析模型和判决准则的准确性。  相似文献   

15.
基于熵特征的调频引信目标与干扰信号识别   总被引:1,自引:0,他引:1  
黄莹  郝新红  孔志杰  张彪 《兵工学报》2017,38(2):254-260
针对调频引信较难抑制的调幅扫频类干扰,提出了一种基于熵特征的目标与干扰信号分类识别方法。比较目标和干扰信号作用下引信检波信号时域和频域特征,提取检波信号的香农熵和奇异谱熵,通过Kruskal-Wallis检验方法验证了特征参量的有效性,并利用支持向量机分类器对目标信号和干扰信号进行了分类识别。仿真实验结果表明:在支持向量机核函数参数最优时,该方法的分类识别正确率达到98.954%,有效提高了调频引信的抗扫频式干扰能力。  相似文献   

16.
鱼雷引信目标信号的背景噪声消除是确保引信可靠动作的重要手段。传统的带通滤波方法消噪精度低,波形稳定性差,而小波变换在对信号进行消噪处理方面具有良好的特性,它可利用不同的尺度参数将信号分解到不同的频带上。该文基于典型的鱼雷电磁引信模型和磁引信目标信号模型,采用小波变换的方法对复杂背景干扰下的引信目标信号进行了消噪处理,并使用数学分析软件MATLAB对消噪结果进行了仿真。仿真结果表明,相比传统的消噪手段,小波消噪具有精度高、适用性强、信号波形失真度小的优点,可有效消除鱼雷引信目标信号中的背景噪声。  相似文献   

17.
栾英宏  李跃华 《兵工学报》2010,31(7):902-905
利用分数傅里叶变换(FrFT)在时频域对信号的混合表示的特点,将离散分数傅里叶变换(DFrFT)和相关向量机(RVM)应用于毫米波(MMV)高分辨雷达一维距离像识别。使用Fisher准则确定DFrFT的阶数α,将一维距离像进行α阶DFrFT变换,获得信号的特征量,然后利用RVM网络进行分类识别。实验结果表明,该方法是一种可行有效的特征选择方法,具有较高的识别率。  相似文献   

18.
于宁  张有龙  杨东来  尹栋 《兵工学报》2013,34(8):948-952
为研究智能雷激光引信一维距离像的特征,将动力学、运动学原理应用于智能雷子弹药扫描运动的建模中。采用解析几何方法建立了地面背景、干扰物、装甲目标、扫描线与目标交会的数学模型。仿真计算了智能雷激光引信在不同干扰物影响下,扫描静止和运动的装甲目标所产生的一维距离像。结果表明:激光引信能够多次探测目标,探测目标的次数与时间由智能雷子弹药与目标的相对位置决定;对外形特征明显的目标,激光引信一维距离像具有唯一性。建立的仿真模型可为智能雷总体设计、激光引信设计、目标识别算法的研究提供参考和借鉴。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号