基于小波神经网络的毫米波雷达目标距离像识别

给出一种隐层由小波基组成的神经网络用于实现频率步进毫米波雷达目标一维距离像的识别。利用小波变换所具有的良好的时频分析特性，实现了输入输出之间映射关系的多分辨学习。介绍了小波神经网络的数学框架及其误差反向学习算法。详细描述了用小波神经网络进行识别的步骤。将所提出的小波神经网络用于频率步进毫米波雷达目标一维距离像的识别。实验结果表明该方法对目标距离像的识别是有效的。     

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。     

基于光学区雷达目标频率响应的结构成像与目标识别的研究

本文首先根据多散射中心理论与局部谐振原理，建立了雷达目标在光学区阶梯频率波形激励下的响应方程。在这种方程中，每个散射中心的局部瑞利或谐振响应曲线用各种不同的近似模型去逼近；然后导出了从目标的限带响应数据中抽取目标空间特征的结构成像方法，所得到的目标准二维图像既揭示了目标在宽带波形激励下的距离响应特征（即一维距离像），又反映了目标各局部散射中心的几何类型特征，可用于雷达目标的识别。     

子波变换在频率步进毫米波雷达目标识别中的应用

研究了子波变换在频率步进毫米波雷达目标识别中的应用。提出了以通过提取目标回波在子波分解不同尺度上的能量分布作为目标特征进行识别的方法。实验结果表明这种方法简便可行提取的目标特征稳定有效,神经网络分类效果良好。     

小波变换在雷达信号处理中的应用

本文结合雷达信号处理经典和新近的主要技术,探讨了小波变换作为一种新型有效的时－频分析工具应用于这些信号处理方面的价值和潜力。较详细地说明了随着小波变换理论的发展、完善及其在雷达信号处理中的有效应用,将促使雷达信号处理技术得到更新的发展。     

基于光学区雷达目标频率响应的结构与目标识别的研究

本文首先根据多散射中心理论与局部谐振原理，建立了雷达目标光学区阶梯频率波形激励下的响应方程，在这种方程中，每个散射中心的局部瑞利或谐振响应曲线用各种不同的近似模型去逼近；然后导出了从目标的限带响应数据中抽取目标空间特征的结构成像方法，所得到的目标准二维图像既揭示了目标在宽带波形激励下的距离响应特征（即一维距离像），又反映了目标各局部散射中心的几何类型特征，可用于雷达目标的识别。     

基于小波分析与MUSIC法的联合算法对信号DOA的估计

文中在对传统MUSIC法的分析的基础上,引入小波多分辨分析的方法,提出了一种新的算法.该算法可以解决在低SNR环境,且阵元数目有限的情况下,对于传统的MUSIC法不能够准确分辨出DOA的问题.同时,该算法同样可以解决在SNR较高,但信号DOA相隔很近,传统的MUSIC法也不足以分辨开来的问题.加入小波多分辨去噪后,则在相同条件下可以有效将DOA分辨出来,理论分析和仿真结果表明,该算法能在不增加阵元数的情况下,有效提高信号的SNR,从而提高了阵列天线的性能.     

时频分布与雷达信号的多目标分辨

编队飞行的目标,由于它们之间的间距很小。利用目标回波多普勒频率的差别有可能分辨目标。本文介绍了时频分布的基本概念。用线性调频(LFM)信号模型来表示多普勒回波信号的变化．采用时频分布的方法来分辨编队目标。并举用常见的Wigner-Vill分布(WVD)、Choi—Williams分布、Wigner-Hough变换对窄带多目标雷达信号数据进行了分析比较。     

基于小波多分辨分析在DOA估计中的应用

提出了利用小波多分辨分析特点来提高阵列天线的DOA分辨率的一种方法。通过对接收信号进行小波去噪，然后通过空间谱估计，可得到准确的DOA方向，从而提高阵列天线的性能：一来可以减少阵列天线阵元的数目，二则可以提高阵列天线的分辨率。进而起到减少对阵列天线的约束作用。     

基于二维小波变换的激光成像雷达目标识别算法

提出了基于二维小波变换的激光成像雷达目标识别算法,首先对激光成像雷达目标的距离像进行二维小波变换;然后从近似分量和细节分量中提取奇异值特征,利用遗传算法对支持向量机参数进行智能优化;最后应用支持向量机对三种地面目标进行识别.仿真实验表明,该方法与直接应用距离像奇异值特征进行识别的方法相比,在高载噪比20dB时的平均识别...     

基于双正交FDWT的雷达数据压缩和目标识别方法

本文由双正交共轭滤波器构造有限维内积空间的双正交多分辨分析和快速离散小波变换(FDWT),提出信号的对偶小波变换方法,并将其用于降低雷达数据存储量,提出双正交变换系数筛选方法以及基于压缩数据的小波域相关和最小距离分类方法。通过六种飞机目标的距离高分辨数据的分类实验,证明本文提出的变换、压缩和识别方法是有效的。     

基于矩阵奇异值分解的频率步进高分辨率毫米波雷达I／O通？…

研究了频率步进高分辨率毫米波这一维距离像的成像方法，讨论了由于Ｉ／Ｑ正交相干解调通道不平衡对一维距离像成像的影响，提出了基于矩阵奇异值分解（ＳＶＤ）法分解出有用信号子空间，由此求取线性变换，对正交相干通道不平衡进行校正处理的方法，并利用目标散射点的回波模型进行了计算机仿真，其结果表明，该方法是有效的。     

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。     

小波变换在毫米波雷达目标识别中的应用

将小波分析引入了毫米波这目标识别中，提出了基于小波分析的能量特征矢量法。该方法结合小波分析和毫米波信号的特点，克服了传统方法的局限，提高了毫米波雷达的目标识别性能，获得了仿真试验良好的识别结果，并具有简便高效的优点。     

人造目标识别的小波Holder数方法

从分形布朗运动的平均Ｈｏｌｄｅｒ 数出发,通过分析人造目标与自然场景相对深度的差异,提出一种全新的基于小波Ｈｏｌｄｅｒ 数相对深度的人造目标识别方法,并给出了该方法用于人造目标识别的实例,通过小波变换提高抗畸变及干扰能力,并用两幅图像作更精确的估计及结果验证．实验表明,该方法是一种有效的人造目标识别方法．     

小波变换和神经网络在毫米波辐射计目标识别中的应用

本文采用小波变换把毫米波辐射计的目标信号分解为一系列正交子空间上的投影,利用重构矩法分析信号特征在各子空间的分布,依次提取各子空间上的特征,然后融合这些特征,组成特征矢量,采用神经网络对目标信号特征矢量进行建模．用此方法对低信噪比的毫米波辐射计的信号进行仿真试验,结果表明该方法克服了传统方法对噪声和目标信号散布的敏感,取消了对目标和辐射计天线之间距离的限制,与最近邻法相比,该方法大大提高了识别率．     

小波变换方法在高分辩率多光谱图像融合中存在的问题

从理论上证明了小波变换法中存在的方块效应和光谱信息损失，同时证明了方块效应和光谱损失与小波变换的尺度密切相关，实验结果证明了理论分析的正确性。     

提高非相参雷达动目标处理能力的方法

本文讨论了提高非相参雷达动目标处理能力的方法。非相参雷达中使用发射机是振荡式,即磁控管或三极管式振荡器,其发射信号的起始相位是不稳定的。本文分析了影响提高动目标处理能力的诸因素,提出了改进方法和措施。实践已证明所提方法的有效性。