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物一开端。本文对上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。     

组织协同进化分类算法用于雷达目标一维像识别

针对雷达目标一维像识别问题，提出了一种基于组织协同进化分类算法的识别方法．该方法与现有进化分类方法的不同之处在于它的进化操作直接作用于样本而不是规则，采用了一种自下而上的搜索机制，即先使若干样本的集合得到进化，再从进化结果中提取规则．这样有利于避免在进化过程中产生无意义的规则．该方法不需要进行特征提取；对于高维数据，不需要预先进行降维处理；没有复杂的运算，训练和识别的速度都很快．对3种飞机微波暗室实测数据的识别实验表明，该方法性能稳定，优于基于支撑矢量机与子波核函数的方法，识别率均达到了96％以上．实验中还对算法的抗噪能力进行了测试，获得了良好的效果．     

一种雷达目标形状识别算法研究

针对超宽带雷达信号的高空间分辨力和宽频谱特性,提出了一种基于雷达目标形状识别的算法,并结合该算法给出了硬件电路实现的原理框图。     

用于雷达目标识别的层次化信息融合算法

基于对目标识别特点的认识，提出了可用于坦克目标识别的层次化信息融合算法，对高分辨率毫米波非相干雷达，毫米波辐射计及红外辐射计等目标识别概率进行了的融合实验表明，该算法不仅可融合不同层次的信息，而且具有较强的处理信息不确定性的能力和容错能力，极大地提高了目标识别概率。     

遗传算法在雷达目标匹配识别中的应用

基于多散射中心理论建立待识别目标的散射中心模型，并用遗传算法进行最佳目标匹配的快速搜索。与一维距离像全姿态角匹配识别方法比较，具有计算量、存贮量较小的特点。仿真试验验证了算法的有效性。     

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。     

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。     

雷达目标识别技术述评

首先对雷达目标识别研究领域已经取得的成果和存在的问题进行简单的回顾。然后结合对空警戒雷达,阐明低分辨雷达目标识别研究的具体思路。     

浅析低分辨率雷达目标识别的可行性

简要介绍了雷达目标识别的发展状况,重点分析了低分辨率雷达进行目标识别的难点以及在低分辨率雷达上实现目标识别的技术途径,并提出了对当前低分辨率雷达目标识别发展的建议。     

雷达目标分类/识别技术

分析了雷达目标识别的特点、分类及方法,介绍了雷达目标识别的发展及国外现状,着重研究雷达目标的特征及特征的提取,提出了未来雷达目标识别需要研究的的课题。     

智能化军用雷达目标识别关键问题探讨

随着人工智能等前沿技术的迅速发展和战场环境的日趋复杂,智能化军用雷达目标识别的需求愈加迫切。本文结合国内外目标识别的发展趋势和深度学习算法在雷达目标识别中的应用研究,从实装应用的角度出发,探讨了军用雷达智能化目标识别各处理环节的关键问题,分别在层次化目标识别策略设计、目标稳健特征提取与特性自学习以及决策模型设计等方面开展了较为全面、深入的分析,论述了未来应用研究中的重要方向,给智能化目标识别设计提供参考。     

空间目标的雷达定轨实时识别问题研究

反导预警雷达在弹道导弹探测模式下可观测到许多低轨卫星,由于作战使命的定位,这些观测数据被直接丢弃,导致其作战效能没有被充分发挥.为进一步挖掘反导预警雷达在日常值班状态下的空间目标监视潜能,本文针对反导预警雷达的工作特点,首先阐述了基于轨道根数的空间目标识别的基本数学原理,其中包括坐标转换、轨道确定和轨道匹配等核心处理步...     

基于脉冲样本图的雷达辐射源识别方法

雷达辐射源识别是雷达对抗侦察信号处理的关键环节。由于现代雷达体制日益复杂,传统的辐射源识别方法面临着越来越严峻的问题。因此针对这种情况,提出了一种基于脉冲样本图雷达辐射源识别算法。这种算法无需对相互叠加的雷达辐射源信号进行完全分选,并且不需要进行传统识别方法中的特征提取过程,简化了处理环节。在脉冲流密度适中的情况下,该算法具有很好的判别准确率。仿真结果验证了该方法的可行性和实用性。     

发展中的雷达目标识别

随着雷达技术的发展,雷达目标识别日益受到广泛重视。本文综述了雷达目标识别的重要进展,并特别指出了高频区目标识别急需解决的一些问题。     

一种低分辨雷达自动目标识别系统

低分辨雷达自动目标识别一直是雷达目标识别研究领域的难点。与高分辨雷达目标识别不同，低分辨雷达分类识别主要指对机群目标的大小、架次以及调制方式等进行粗略分类。给出了一个基于飞机目标回波波形对机群目标进行分类识别的低分辨雷达目标识别系统例子。     

一种雷达目标正确识别的概率模型

通过计算基于测量值的识别结果与基于真实值的实际识别结果的偏差概率来建立目标正确识别概率模型,并给出了目标正确识别概率的计算模型和分析实例。研究表明,提高雷达测量精度是提高雷达识别准确率的主要方法,同时也应合理设置特征库中的识别样本数量,使之与雷达的分辨能力相匹配。     

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。     

BP神经网络在雷达目标识别中的应用

针对雷达目标信号复杂多样的特点,提出了基于BP神经网络的雷达目标识别方法。BP神经网络具有学习功能,能够有效地提高雷达目标识别系统的效率。实验结果证明了该方法的有效性和实用性。