基于极化频率稳定度的目标识别

以宽带极化雷达体制为背景，定义了极化频率稳定度的概念。按极化状态在坡印卡勒极化球旧的动态分布信息，提取了目标的极化特征。对五种飞机目标进行了识别实验研究，取得了优良的目标分类或识别效果。     

基于极化谱的飞机目标识别

本文基于宽带极化雷达体制背景，将动力学理论用于目标的极化散射特性分析。通过定义一种新的极化谱概念。研究了目标特征信号处理及目标识别等问题。     

基于极化不变量的飞机目标识别

基于宽带毫米波极化雷达体制背影，通过极化不变量之一的去极化系数，研究了飞机目标的极化散射特性，并提取了极化特征，设计了飞机目标的分类或识别器结构，它能对五种飞机目标进行有效的分类或识别。     

基于多维极化特征空间的雷达目标识别

在宽带极化雷达体制背景下，研究了目标的变极化效应，并采用参数作了具体表征，结合多视角观测这一现实，构造了目标的多维极化特征空间，并在此基础上对五种飞机目标进行了识别实验研究，取得了良好的目标分类或识别效果。     

基于极化特征的雷达目标识别技术

极化特性是雷达目标散射回波的重要特性之一,极化特征能够解析目标的粗细、大小、对称性等信息。随着雷达极化测量技术的逐步成熟,基于极化特征的雷达目标识别日益引起国内外学术界的高度重视。以电磁散射计算仿真的飞机模型为研究对象,在极化不变量理论基础上对这些飞机目标的极化特性进行了试验分析研究,以SVM为分类器,通过功率矩阵的迹和去极化系数可以实现对三个目标的区分。结果表明,该方法可以有效地将三个目标进行分类识别。     

光学区雷达目标空间极化结构特性描述及识别研究

本文在全极化、高距离分辨力雷达体制背景下，利用零极化描述了光学区复杂目标空间极化结构的类属特性和稳定程度。在此基础上对四类飞机目标进行了识别实验研究，获得了良好的目标分类识别效果。     

目标动态极化结构特征提取与识别

本文以宽带极化雷达体制为背景，建立了目标极化结构宽带模型，采用伪本征极化描述宽带下目标极化的结构的动态特性，提出了基于模糊动态特征建模与分类的极化目标识别新方法，对五种飞机目标达到了良好的识别效果。     

基于改进退火法拟合参数估计的极化雷达目标识别

在全极化、高分辨力雷达体制背景下，提出了雷达目标极化状态变化率的概念，用以描述光学区雷达目标极化结构的频域动态分布特性，采用了改进的模拟退火技术对这种分布特性进行全局最优拟合曲线参数估计，在此基础上，对四类军用飞机目标进行了分类识别研究，取得了良好的结果。     

基于瞬态极化WVD相关的高分辨雷达目标识别

研究了毫米波高分辨极化雷达的目标识别问题,提出了瞬态极化Wigner-Ville分布(WVD)的概念,导出了瞬态极化WVD莫耶公式,证明了瞬态极化WVD时频域相关与极化信号时域相关的等价关系．在此基础上,提出了基于高分辨极化雷达目标回波瞬态极化WVD相关的目标识别方法,并利用五种飞机缩比模型外场测量数据进行了目标识别实验,实验结果表明该方法是一种有效的高分辨极化雷达目标识别方法。     

基于极化度分布特征的目标识别方法研究

该文在全极化、高距离分辨力雷达体制背景下,研究了光学区雷达目标回波极化度的分布特性,并利用分布特征参数进行定量描述,在此基础上对四类飞机目标进行了识别实验研究,获得了良好的目标分类识别效果。     

基于多普勒回波包络进行目标识别的扫频线性度研究

本文提出的基于多普勒回波包络的弹载雷达系统目标识别方法,与基于一维距离像直接平均的目标识别方法进行了比较,着重分析了扫频的线性度影响,模拟结果表明本方法在扫频线性度变差的情况下仍有较好的识别效果。     

基于光学偏振编码及解码系统的目标识别技术

本文研究了金属目标的后向散射特性与入射角之间的关系 ,为区分目标反射后初始偏振辐射和非偏振辐射 ,讨论了光束偏振编码及解码系统 ,利用该系统能够识别金属及非金属目标 ,这一研究成果对促进激光制导及目标识别具有重要的理论及实际意义。     

基于定标体散射特性的天线极化特性的测量

天线的极化特性是描述天线性能的重要参数,是雷达目标特性测量领域的基础性问题,对于实际的雷达天线而言,其极化特性的外场测量是一项复杂而又艰巨的工作。文章提出了一种基于定标体散射特性的天线极化特性的测量处理方法,建立了雷达波束扫描定标体的接收回波模型,可实现对线极化和圆极化天线极化特性的测量,给出了外场实验布局和测量步骤,实测数据和仿真实验证明了该方法的可行性。该方法能够有效地减少设备量和降低测量成本,提高雷达远场的逼真度。     

基于改善极化相似性的极化SAR目标增强新方法

针对高分辨极化SAR目标增强问题,该文提出一种基于改善极化相似性的目标增强新方法。利用Huynen分解、极化方位角提取及极化方位角归零化处理消除了扰动分量、相干斑噪声及极化取向等因素对像素点极化特性的影响,改善了极化SAR图像同类区域内部像素点的极化相似性。与已有方法相比,该方法克服了区域内部像素点极化特性不一致对高分辨极化SAR目标增强的影响,可以获得理想的目标区域整体增强效果。利用全极化SAR实测数据验证了该文方法的优良性能。     

基于瞬态极化时频分布及奇异值特征提取的雷达目标识别

本文介绍了瞬态极化时频分布的概念,并给出了瞬态极化Wigner-Ville分布及伪Wigner-Ville分布的定义,用以刻画雷达目标回波在时频域上的极化特性.然后,由回波的瞬态极化伪Wigner-Ville分布各分量的奇异值组成特征矢量,以BP神经网络作为分类器进行了目标识别实验.实验结果表明,与传统的对目标极化回波的两个分量分别作时频分析的处理方法相比,文中方法具有更好的目标识别性能.     

基于极化特征分解的海上小目标检测算法研究

该文首次从全极化信息处理角度解决低擦地角下,海杂波中的低可观测小目标检测问题,提出了一种基于极化特征分解的海上小目标检测方法。通过对实测全极化数据分析,验证了海杂波已被阐述的极化特性。并对回波特征矩阵进行极化特征分解,对比了纯海杂波与包含目标回波时海杂波的极化特征量。据此,提出了一个新的极化特征量-联合熵间距()。根据海杂波与小目标DBEA反映的散射机理差异,给出了小目标检测方法,得到了正确的检测结果。经过不同海况数据进行多次验证,得出该方法具有良好的检测能力和较强的鲁棒性。     

高距离分辨率极化雷达目标匹配识别研究

本文提出一种基于高距离分辨率极化雷达体制的雷达目标相关匹配识别新方法。首先介绍了雷达目标多维极化距离像匹配识别的原理,然后介绍了多维相关匹配表达式的构造方法。最后利用雷达目标测量数据进行了目标识别的实验。理论分析和实验结果表明：极化信息的有效利用,可以提高雷达的目标识别性能。     

基于机器学习的SAR图像目标识别方法研究

为了提高SAR(合成孔径雷达)图像的目标识别能力，提出基于机器学习的目标识别技术。该技术以马尔可夫网络为体系，从大量的例子中学习并获得网络参数，利用贝叶斯信任传播机制为原图像找到理想的后验概率，从而生成一个边缘信息丰富的结果图。     

基于雷达回波序列轮廓像的目标识别

针对常见对海侦察雷达目标成像特点及功能的欠缺,提出了一种基于雷达回波序列轮廓像的目标识别方法,对回波序列轮廓像的分离、特征的提取、目标距离及姿态对轮廓像特征的影响等问题展开了具体的讨论,并最终以实验的方式对该方法的可行性和有效性进行了检验。测试结果表明所提出的高阈值目标检测方法可以实现对目标的低错误率检测和准确定位,低阈值检测方法可以实现对目标的准确提取,且两者均具有较强的多目标处理能力和运算实时性。