共查询到20条相似文献,搜索用时 218 毫秒
1.
雷达高度表回波信号具有时域和多普勒域二维展宽特性,将该特性作为目标检测器的先验信息是提高弹载雷达高度表检测性能的重要方法之一。将目标回波看作是若干个散射点回波信号的矢量合成,并考虑载体高速运动对各个散射点回波信号的多普勒调制,提高了目标回波仿真的可信度。仿真模拟了不同地形地貌、不同高度条件下的回波信号,分析了目标回波在时域和多普勒域的展宽及起伏特性。通过在时频域对目标散射点二维分布的估计,设计了一种适用于弹载雷达高度表的改进BS-GLRT检测算法。仿真表明,该检测算法的性能优于现有的检测算法。 相似文献
2.
无源雷达信号处理中常通过长时间相干积累获取增益以检测微弱目标。但目标高速运动会引起距离徙动及多普勒展宽。现有研究方法可通过keystone 变换校正径向速度引起的距离徙动,然而目标的切向运动引起的多普勒展宽现象仍会引起能量损失,需对其进行补偿。该文通过推导回波信号模型,分析了目标切向运动引起多普勒展宽的原理,并提出一种基于RSPWVD-Hough 变换的多普勒展宽补偿方法,针对多目标场景下的处理性能进行了分析。仿真实验及结果分析表明该方法能够针对多目标场景进行多普勒展宽补偿,并得到较好的效果,且适用于微弱目标,因而能够提高系统对微弱目标的探测能力。 相似文献
3.
4.
5.
6.
由于伪码调相信号目标多普勒频率的连续展宽特性,在进行弹道测量时,回波目标在时频图中以“直线”形式出现,传统的基于点检测的恒虚警检测算法会产生大量的虚警。鉴于此,根据伪码调相信号目标多普勒频谱特性,提出了一种基于Hough变换直线检测的目标检测方法。该方法在传统的Hough变换基础上进行了优化,根据回波目标的“直线”特性实现目标检测。将两种算法同时对实测数据进行处理,对比结果表明,基于Hough变换的目标检测算法能够准确地分辨目标并提取目标信息。 相似文献
7.
8.
双基地多载频FMCW雷达目标加速度和速度估计方法 总被引:1,自引:0,他引:1
双基地多载频FMCW雷达采用稀布阵发射多载频FMCW(Frequency Modulated Continuous Wave)信号,阵列接收目标回波。受速度和加速度的调制,机动目标回波多普勒频谱展宽,导致雷达检测性能下降。该文分析了双基地多载频FMCW雷达的信号模型,提出将多项相位变换和相位差法结合来实现目标加速度和速度高精度估计的方法。分析了该方法在不同数据分段情况下的性能。仿真结果表明,该方法能够以较小的运算量对目标加速度和速度进行高精度估计。 相似文献
9.
10.
常见的欺骗干扰识别方法大都利用目标的信号级特征进行识别.提出一种基于回波信息的欺骗干扰识别方法,分析真假目标回波的距离展宽、方位展宽的差异,通过回波的量测信息分布差异对欺骗干式进行识别.仿真实验表明,该方法能够有效识别欺骗干扰. 相似文献
11.
在某些情况下,如目标处于远距离、目标
局部对比度低、目标被遮挡、目标区模式频繁出现等,采用
直接识别方法难以正确识别目标。为此,提出了一种基
于平面地标间接定位的典型地面建筑物目标识别方法。在地面准
备阶段进行地标选取以及参考图制备。在飞行阶段,用匹配算法
对地标进行自动捕获、识别和定位,然后利用地标与目标的空间约束关系,间接
定位包含目标的局部感兴趣区。当局部感兴趣区的对比度显著
时,启动最后阶段的基于形态学处理框架的直接识别操作。通
过仿真实验测试分析了该算法的适应性。 相似文献
12.
13.
针对红外测量图像目标边缘灰度变化平缓,梯度小,造成目标边缘难以确认的问题.提出了一种新的测量图像目标识别方法,首先利用模板匹配方法进行目标区域粗定位,并利用最大类间法求出此区域的大致像素数.然后,利用遗传算法确定分类数,依据此分类数采用聚类法对图像进行分类,反复进行,直到已求出的目标区域像素数与某一类像素数最接近,此类即为目标图像的准确区域.试验证明:此方法对多帧目标进行识别时,目标轮廓位置稳定,具有较高的定位精度. 相似文献
14.
15.
距离扩展目标极化检测的比较研究 总被引:1,自引:0,他引:1
针对非起伏目标和瑞利起伏目标的单脉冲检测问题,建立了距离扩展目标的极化检测模型,导出了相应的极化检测器及其检测性能的解析表达式。在此基础上研究了雷达带宽、目标回波极化和目标径向尺度估计误差对检测性能的影响,并将本文的检测算法与二进制积累极化检测算法进行了比较研究。主要结论有:在特定的信噪比条件下,存在最佳带宽使得瑞利目标检测概率最大;窄带条件下确定极化和随机极化目标的检测性能差异较为显著,大带宽条件下二者检测性能相差约13dB;相对于过高估计目标径向尺度的情况,瑞利目标检测性能对目标径向尺度的过低估计更为敏感;二进制积累检测性能一般不及径向积累检测,但其性能差异较小。 相似文献
16.
编队目标的仅方位跟踪 总被引:1,自引:1,他引:0
编队目标跟踪是多目标跟踪领域中的一个特殊问题.一般认为,在巡航状态下编队中的所有目标以同样的速度和航向匀速运动.这一事实可以用来帮助目标跟踪器改善跟踪效果.给出了在仅方位测量条件下编队目标跟踪的3种模型:分开模型、耦合模型和协作模型.分开模型实质上是多个单目标的同时跟踪,与单目标跟踪没有区别;耦合模型是将多个目标的待估状态耦合成一个综合的目标状态,各目标的测量信息也是合在一起使用;协作模型则是利用跟踪效果好的目标的速度和航向解算结果来帮助跟踪效果差的目标.对这3种方法进行的理论和仿真比较分析的结果表明,协作模型更有优势. 相似文献
17.
针对宽带高距离分辨率全极化雷达工作的体制背景,分析和研究了在该体制下,雷达目标散射信号模型、高分辨率谱估计成象算法以及在此基础上相应雷达二维图象的特征提取与目标识别,构造了一种由雷达成象、特征提取以及目标识别组成的先进自动雷达目标图象识别系统,最后,归纳了雷达目标散射特性与识别的关系。 相似文献
18.
由于不同目标相对雷达的平动不同,单目标运动补偿方法不能同时完成各个目标的平动补偿,因而无法获得清晰的多目标ISAR像。文中提出了一种对同一雷达波束内距离不能分辨的多个运动目标进行ISAR成像的方法,根据不同目标的平动多普勒近似线性变化且变化历程不同的特点,采用CLEAN技术,基于回波信号的时间-调频率分布得到各个目标对应的调频率,分离不同目标的信号分量,从而将对多目标成像转变成了对多个单目标成像,利用单目标运动补偿和成像方法获得各个目标的ISAR像。仿真结果验证了该方法的有效性。 相似文献
19.
Most natural language processing tasks depend on the outputs of some other tasks. Thus, they involve other tasks as subtasks. The main problem of this type of pipelined model is that the optimality of the subtasks that are trained with their own data is not guaranteed in the final target task, since the subtasks are not optimized with respect to the target task. As a solution to this problem, this paper proposes a consolidation of subtasks for a target task (CST2). In CST2, all parameters of a target task and its subtasks are optimized to fulfill the objective of the target task. CST2 finds such optimized parameters through a backpropagation algorithm. In experiments in which text chunking is a target task and part‐of‐speech tagging is its subtask, CST2 outperforms a traditional pipelined text chunker. The experimental results prove the effectiveness of optimizing subtasks with respect to the target task. 相似文献