雷达目标识别技术研究进展及发展趋势分析

现代雷达不仅要求雷达能"看得见",还要"看得清,辨得明".雷达目标识别技术可以提供目标信息,辅助指挥员或操作员进行决策,是现代雷达备受关注的研究课题.经过几十年的发展,该技术取得了很大进步,逐步进入实践阶段.文中介绍了国内外雷达目标识别技术的研究进展,分析了雷达目标识别技术的发展趋势.目标识别技术的研究不仅算法非常复杂,而且是一项实验性很强的系统工程,因此,目标识别技术在雷达中的应用是一项长期的研究课题.     

雷达目标识别技术

雷达目标识别作为雷达技术发展的必然,成为现代雷达技术重要的研究方向之一。虽然雷达目标识别技术的研究有一定的进展,但还没有到完全解决问题的阶段,仅仅是广泛进行研究的开端。本文对目前几种主要的雷达目标识别技术作了阐述,期望对雷达目标识别技术的研究概貌有一个清晰的认识。     

飞机点目标的红外双波段目标识别技术

随着战场环境的日益复杂化,不断发展的隐身与诱饵技术对目标识别技术提出了更高的要求。多通道数据融合技术与红外探测技术在不同方面显示出突出优点,成为目前目标识别领域的主要研究方向。本文综合双通道数据融合技术与红外探测技术,设计了红外双波段目标识别过程,并结合飞机点目标的识别过程进行了说明。     

雷达目标识别技术及其新进展

从雷达目标识别技术作为现代雷达的一个重要发展方向出发，对雷达目标识别的几种主要方法即目标运动轨迹特征识别法、回波幅度起伏特性识别法、多频雷达回波识别法、极点识别法、斜升响应识别法和极化识别法等作了阐述，最后对雷达目标识别技术的新进展即波形综合法、雷达成象技术及神经网络在雷达目标识别中的应用作了展望。     

雷达学报》“雷达目标识别技术”专题征文通知

正雷达目标识别技术是针对目标和环境的雷达回波信号,根据电磁散射机理,提取目标特征,实现目标类型和属性的自动判定。雷达目标识别是集传感器、目标、环境和信号处理为一体的复杂系统工程。随着大规模集成电路技术及高性能电子器件技术的发展,高距离分辨率雷达技术、合成孔径雷达(SAR)技术和逆合成孔径雷达(ISAR)技术逐渐成熟,通过获取更多的目标结构信息,为雷达目标识别     

非协同目标识别技术的研究进展

非协同目标识别技术是识别领域研究的新课题,它通过处理侦测到的目标物理特征来实现对目标身份的识别。该技术可提供更全面、更完善的战场目标信息,有助于作战人员及时掌握战场态势、减少友军误伤。从目标识别的基础理论开始,介绍了几种适合非协同目标识别的融合方法及其改进措施,总结了目前非协同目标识别技术研究的主要进展,即采用基于统计推理的数据融合技术,对多个传感器侦测的目标特征信息进行处理,实现了对属性、类型、型号、作战意图及威胁程度等目标信息的判定和分析。同时,指出国外一些使用数据融合技术的武器装备已具备对多个非协同目标的识别能力和战场信息感知能力。最后,提出了今后的研究方向。     

雷达目标识别技术的再认识

通过梳理雷达目标识别技术的发展脉络,阐明了伴随着雷达特征测量能力的提高,目标识别技术经历了从静态的目标自身模式的提取到动态目标场景分析的探索过程,研究侧重点从单一目标特征描述逐步扩展到复杂场景的全面认知。根据战场目标的特点,提出了特征比对、规律发现和知识辅助3种目标识别实现方式及其基本原理,指出未来的技术演化趋势,为今后雷达目标识别的发展提供参考和借鉴。     

《电讯技术》专题资料 《现代战争目标识别技术的现状及发展》题要(二)

超视距雷达的舰船目标识别技术探讨传统的敌我识别系统都只能在视距内工作 ,而高频地波和天波雷达、微波超视距雷达均可探测到视距外的海上目标 ,但目标的属性识别问题一直是它们的难点 ;本文针对超视距雷达的技术特点 ,对有关的舰船目标识别方法进行了探讨。非协同目标识别的相关技术目标识别是雷达发展过程中的一个重大研究课题 ,而非协同目标识别更是当今最为活跃的研究领域。本文对非协同目标识别的概念及其相关技术进行了介绍和简要分析。基于多传感器数据融合的非协同目标识别文中介绍了多传感器数据融合的概念 ,数据融合应用于非协同…     

专家论坛弹道导弹目标识别技术

弹道导弹突防过程中的目标识别是反导防御系统中的核心技术之一。根据弹道导弹在飞行过程中的目标特性及运动特性,分析了反导防御系统中弹道导弹目标识别的技术特点,从目标的运动特性、结构特性以及再入特性等角度总结了地基相控阵雷达进行目标识别的策略和方法,最后对反导防御系统中弹道导弹目标识别技术进行了展望。     

雷达目标识别技术综述

雷达目标识别技术是集传感器、目标、环境为一体的一项复杂的系统工程,是现代雷达技术的重要发展方向之一。文中总结了目标特性的研究现状,针对不同的识别对象,如弹道导弹、空中目标、海上目标和地面等目标,对现有的识别方法进行了梳理,并分析了雷达目标识别技术的发展方向。     

基于变形模板的多目标识别与定位

典型目标的识别与定位是无人机应用系统的关键技术之一,但实现完全地自动目标识别和定位存在一定的困难。该文提出一种采用变形模板进行多个目标的识别和定位方法,以机载传感器的融合图像为基础,并引入人在回路的思想,设计了基于变形模板的多目标识别和定位算法,重点研究了多目标变形模板库的构造和相应能量函数的定义,而变形模板的优化采用具有保优策略的遗传算法实现。仿真实验表明该方法具有较高的目标识别与定位能力,可以有效解决无人机图像中多个典型目标的识别与定位问题。     

雷达目标识别技术综述

针对雷达自动目标识别技术进行了简要回顾。讨论了目前理论研究和应用比较成功的4类目标识别方法：基于目标运动的回波起伏和调制谱特性的目标识别方法、基于极点分布的目标识别方法、基于高分辨雷达成像的目标识别方法和基于极化特征的目标识别方法，同时讨论了应用于雷达目标识别中的4种模式识别技术：统计模式识别方法、模糊模式识别方法、基于模型和基于知识的模式识别方法以及神经网络模式识别方法。最后分析了问题的可能解决思路。     

基于小波和BP神经网络的无线电探测目标识别技术

目标识别是智能弹药研发的关键技术之一，本文采用小波变换和BP神经网络理论对无线电探测目标识别技术进行了研究，给出了分类识别算法，并用实测数据进行了实验验证，结果表明该识别算法具有很高的目标识别率．     

基于卷积神经网络迁移学习的飞机目标识别

飞机目标识别是地面情报系统的一项重要关键技术。近年来火热的深度学习方法,如卷积神经网络,展现出对于图像识别任务的优越性能。但是,训练卷积神经网络需要大量的带标签样本以估计规模庞大的模型参数,因而限制了其在雷达目标识别领域中的应用。针对飞机目标识别中的小样本问题,文中引入适用于有限数据场景的迁移学习技术,预先在其他大样本高分辨距离像数据上训练一个初始卷积神经网络模型,再结合当前飞机目标识别任务调优模型参数。在实测数据上的实验结果显示,与仅使用卷积神经网络的方法相比,所提方法可显著提升识别准确率,验证了方法的有效性。     

激光主动探测的目标识别

根据猫眼目标回波和漫反射目标回波的特点,着重分析了如何识别“猫眼”目标而滤除其他漫反射目标或背景目标．阐述了激光主动探测目标识别可采用的技术,包括阈值处理技术、波门控制技术和目标提取技术等．     

红外成像型制导系统舰船目标实时识别技术研究

研究了红外成像型制导系统舰船目标实时识别技术,提出一种新的舰船红外成像目标识别算法．该算法采用聚类准则二值化图像,通过线形区域增长技术得到准目标区域,最后利用模糊综合评判技术进行目标识别．在DSP硬件系统上应用,结果表明识别率高,实时性好．     

简评基于图像融合的目标识别和跟踪算法

传统的目标识别和跟踪算法都是基于单传感器图像的.随着多传感器图像融合技术的深入发展,其在目标识别和跟踪领域的应用也越来越广泛.评述了基于图像融合的目标识别与跟踪算法,包括融合预处理、融合识别和融合跟踪,说明了图像融合思想在目标识别与跟踪领域的优越性.     

自动目标识别(ATR)可靠性研究

对同类目标畸变不变的正确识别率与不同类目标分类误识别率是衡量一个自动目标识别 (ATR)系统的两个最重要性能指标。但在实际应用中 ,ATR系统所获取的外场的目标与背景总是处于随时间不断变化的条件下 ,与系统所存储的参考目标通常都不会一致 ,从而导致相关识别SNR劣化。特别对于多目标识别与不同类目标的区分 ,常规的相关门限判决方法会造成很大的误识别 ,大大影响了ATR系统的识别可靠性。本文采用人工神经网络 (ANN)与模糊逻辑技术 ,对相关信号与噪声进行实时数字后处理 ,通过对信号与噪声强度分布等高线而不仅仅是强度的识别 ,大大提高了ATR系统的识别可靠性 ,改善了识别效率。     

反舰红外成像导引头自动目标识别跟踪技术研究

文中概要介绍了一种红外成像导引头自动目标识别跟踪技术，在搜索条件下，实现了对实现舰船目标的全自动实时的识别和跟踪，目标丢失后系统能重新自动捕获，自动转入跟踪。     

A novel approach to complex target recognition using RCS wavelet decomposition

A novel approach to complex target recognition using wavelet decomposition of the radar cross section is introduced. The analysis technique is presented, and it shown how it can be implemented using MATLAB software. Applications in the radar field are then investigated, both for simple and complex targets. The results obtained show that this technique is very promising and yields recognition levels difficult to achieve with any other available technique.