一种基于多特征提取的雷达目标识别方法研究

直接利用雷达高分辨一维距离像或是提取一维像单一特征进行目标识别难以取得理想效果.为了更好地反映雷达目标本身的物理特性,提高雷达目标识别率,对雷达目标高分辨一维距离像的频谱幅度、能量聚集区长度、散射中心数目和中心矩特征进行提取并构成多特征向量,描述雷达目标高分辨一维距离像频域、能量等物理特性,采用主成分分析方法进行特征维...     

基于一维距离像的雷达目标识别研究进展

现代高分辨雷达为雷达目标识别提供了新的途径,相应的高分辨一维距离像具有易获取和处理的特点,同时还能够揭示出目标径向结构的分布特性,因而在目标识别领域具有良好的应用前景.文中分析了基于一维距离像的雷达目标识别研究现状,包括一维距离像的模型、距离像特性分析、特征提取方法以及分类器的设计方法等,并且指出了高分辨一维距离像目标识别今后的研究方向.     

舰船目标一维距离像特性分析

针对舰船一维距离像目标识别中目标位置、海面起伏和雷达信号形式等参数不确定造成识别困难的问题,建立了舰船散射中心模型,对舰船目标的一维距离像进行仿真,研究了距离像对姿态角、海面起伏、雷达带宽以及加窗处理的敏感性,并通过CST微波工作室对仿真结果进行验证。结果显示,一维距离像对方位角具有强敏感性,但在一定角度范围内,一维距离像具有相似性;雷达带宽越窄,一维距离像的方位角敏感度越低;海面起伏越小,海面的多径效应越显著;加窗处理可以抑制距离旁瓣,但同时展宽主瓣,降低了雷达距离分辨力。     

基于改进小波降噪的雷达一维距离像识别

针对低信噪比下雷达目标一维距离像质量不高、影响目标识别率的问题,将小波阈值降噪的方法应用到雷达目标一维距离像识别研究中,设计了一种新的小波阈值函数,提出了基于小波阈值降噪的雷达一维距离像识别的方法。利用仿真数据进行实验验证,以LVQ（Learning Vector Quantization）神经网络作为分类识别器,进行目标的分类识别研究。结果表明,将小波阈值降噪用于雷达目标一维距离像识别,在低信噪比时能够有效地降低噪声,提高距离像的质量,从而提高目标一维距离像识别率,同时实验也验证了所提出的新阈值函数相较于原阈值函数能更加有效地降低噪声,提高识别率。     

一种改进的高分辨雷达随机脉冲串检测方法

由于高分辨雷达的分辨率远小于目标尺寸，使得目标呈多散射中心，回波能量沿时间分布，从而降低了峰值幅度，增加了目标检测难度。因此文中基于一维距离像提出了一种新的高分辨雷达检测方法，该检测方法将一维距离像看作随机脉冲串，利用一维像强散射点的位置信息和幅度信息联合进行检测，自适应地估计目标一维距离像长度，提高了高分辨雷达检测性能。     

调频步进雷达扩展目标高分辨距离像分析

本文首先对扩展目标的一维距离像进行了离散建模;然后给出了扩展目标调频步进雷达回波信号的数学模型,证明了调频步进雷达相参合成扩展目标一维距离像原理;文章分析了目标运动对合成距离像的影响,推导了运动目标合成距离像的距离单元走动计算公式,给出了运动目标一维距离像二次相位误差补偿的速度临界值;最后给出了计算机仿真,证明了本文的结论.     

基于ICA的雷达目标二维结构提取方法研究

雷达目标一维距离像反映了其散射中心在雷达径向上的分布,对同一目标多角度的一维距离像分别提取其散射中心相对位置,经过散射中心匹配后再利用独立成分分析对其处理,可以得到该目标的二维结构,为进一步的目标识别创造了条件。通过对具有多散射中心的简单雷达目标一维距离像进行仿真实验,结果表明算法有效。     

运动目标循环移位舍弃像拼接算法

雷达目标一维高分辨距离像拼接是一维高分辨距离像用于雷达目标识别的前提。当目标运动时,距离像发生循环移位,采用传统的目标抽取算法如同距离舍弃法和同距离选大法将导致目标抽取结果产生像缺损。分析了目标运动对步进频率一维高分辨距离像的影响,提出了可避免抽取损失的循环移位舍弃像拼接算法。该算法基于幅度最强像修正抽取范围,将抽取范围与距离像同步移动,克服了目标运动对传统的距离像拼接算法的影响,同时避免了精确运动补偿计算量大的问题,具有工程应用价值。仿真实验验证了该算法的有效性。     

面向识别的雷达回波仿真技术可信度分析

按照系统仿真技术的一般方法研究了面向识别的雷达回波仿真技术的基本原理和模型。根据目标的三维CAD模型,利用电磁计算方法得到全姿态的一维距离像模板。在凝视状态下,利用雷达发射信号和目标的一维距离像模板模拟目标低分辨率回波;在扫描状态下,利用全姿态一维距离像重构不同角区中目标的散射中心模型,结合雷达波束的扫描方式获得仿真回波。最后立足仿真结果的校验,提出了可用于分析雷达目标回波仿真技术可信度的一些准则和方法。     

雷达目标一维距离像的特征分析

针对一维距离像对姿态角敏感和回波时延的问题．对雷达目标一维距离像的特征进行了分析，结合散射点回波功率的特征提取与傅里叶变换．提出了一种雷达目标识别的方法。     

基于ICA的雷达目标3D成像方法研究

雷达目标一维距离像反映了其散射点在雷达径向上的分布,对同一目标多角度的一维距离像分别提取其散射点相对位置,经过配准后再利用ICA对其处理,可以得到该目标的二维结构,为进一步的目标特征提取与识别分行了条件。通过仿真实验,结果表明算法简单有效。     

基于线性内插神经网络的雷达目标一维距离像识别

本文提出一种新颖的神经网络模型线性内插神经网络(Linear InterpolationNeural Network,LINN)用于雷达目标一维距离像识别。它可避开提取不变特征的难点,利用目标一维距离像特征随姿态变化的信息来提高目标识别性能。实验结果表明,采用LINN很好地解决了在大的姿态角范围内识别目标时所存在的计算量与识别率的矛盾,提高了雷达对任意姿态目标的识别性能。     

基于子空间分解的毫米波导引头运动补偿方法

 对毫米波导引头的高精度运动补偿能够极大地改善目标一维距离成像以及目标识别的效果.本文针对Costas频率编码脉冲体制导引头,通过引入具有较强噪声抑制能力的子空间分解思想,提出了一种利用多帧回波数据对导引头与目标的径向运动速度进行高精度估计的方法.此外,结合分解所得信号子空间的特殊结构,对新方法的计算效率进行了进一步优化.仿真结果验证了新方法的优越性能.     

Fuzzy-Fusion Classifier for MMV Full-Polarization Radar Target Recognition Using One-Dimensional Scattering Centers

One-dimensional (1-D) scattering centers on a target can be used for radar target recognition purpose. In this paper, a new classifier based on fuzzy techniques is proposed, which is very much suitable for target recognition using 1-D scattering centers. Furthermore, information fusion techniques for full polarimetric receiver data are utilized at the decision level. The performance of the proposed fuzzy-fusion classifier is evaluated using a dataset of five aircraft models measured by millimeter-wave (MMW) full-polarization stepped-frequency radar in the compact range facility.     

基于多重变换的一种雷达目标识别方法

利用多重变换，提出了一种雷达上述识别方法，将雷达回波信号与本振信号混频处理后采样，进行FFT，得到目标的一维距离像，计算其马氏距离，利用小波变换对马氏距离序列进行数据压缩，得到目标的特征向量，由相关识别法进行目标识别，由3类飞机模型测量数据的识别结果表明，该方法具有较高的识别率。     

基于正弦调相的ISAR干扰方法

为了实现对ISAR干扰,本文从目标一维距离像及ISAR运动补偿的角度,提出了基于正弦调相的ISAR干扰方法。文中对干扰信号如何影响距离像、影响运动补偿进行了详细的理论分析,给出了干扰造成ISAR图像失真的理论依据。并进行了基于实测数据的仿真实验。结果表明,基于正弦调相的ISAR干扰方法可以较好地干扰ISAR的一维距离像和最终的二维像,并具有压制干扰和类似欺骗干扰的双重效果,是一种对付ISAR的有效干扰手段。     

基于主分量分析的一维距离像雷达目标识别

一维距离像是自动目标识别的一种重要特征,它对目标姿态变化很敏感,只有通过进一步处理提取稳定特征才能够有效用于识别。针对距离像的这种姿态敏感性,首先分析了主分量分析(PCA)的降噪原理与核主分量分析(KPCA)的特征提取能力,然后提出先用PCA滤波对一维距离像降噪再用KPCA提取较大姿态角范围内稳定特征的雷达目标一维距离像识别框架,并用四类目标的实测数据进行分类实验,表明该算法确实能够提高识别性能。     

基于特征分解功率谱估计的距离成像算法

线性调频(LFM)信号是高分辨率雷达的主要信号形式之一,通过分析LFM雷达信号实现距离高分辨率成像的原理,针对杂波和噪声对雷达回波信号的影响,提出了利用基于特征分解功率谱估计的方法进行频率估计,从而实现LFM雷达信号的距离成像的算法。仿真结果表明,该方法对低信噪比情况下的目标距离一维成像是有效的。     

扩展稀疏表示稳健HRRP目标特征提取方法

为提高低信噪比下高分辨一维距离像目标识别性能，提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展，实现对目标高分辨一维距离像局部特征与全局特征的提取。其中，在训练阶段利用支持向量理论与字典学习原理，对特征提取字典进行优化提高特征向量的可分性。在测试阶段，利用因子分析模型匹配方法对去噪声字典进行优化，从而实现对噪声的有效抑制，保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试，结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像，并实现较高的识别正确率。     

支持向量机在红外成像自动目标识别中的应用

针对实战中红外成像制导导弹面临的自动目标识别问题,引入支持向量机作为分类器,提出了一种利用二维图像识别三维目标的自动目标识别方法.仿真实验结果表明:该方法能够成功地识别三维空间中任意角度的目标,很好地解决了许多二维识别算法难以解决的三维目标识别问题.并且,该方法比传统识别方法拥有更高的识别率.