基于神经网络的雷达抗应答式欺骗干扰方法

针对应答式欺骗干扰，定义了特征因子，并用所定义的特征因子训练神经网络分类器，建立抗欺骗干扰模型进行目标检测．同时对三种神经网络作为分类器进行了研究．仿真结果表明，所提出的特征因子及其选用RBF神经网络模型具有较好的抗欺骗干扰性能．     

雷达抗欺骗式干扰信号特征提取方法

欺骗式干扰由于与雷达回波特征相近,对军用雷达造成严重威胁,迫切需要研究雷达抗欺骗式干扰新方法。为了分析提取欺骗式干扰和目标回波信号之间的不同特征,从而实现雷达抗欺骗式干扰,该文通过对欺骗式干扰和目标回波数学模型进行分析和仿真,比较了欺骗式干扰和目标回波在幅度起伏、高阶累积量和双谱特征方面的不同特征;并提出了特征提取方法,定义3组特征因子,构建了抗欺骗式干扰特征参数集。通过仿真和外场试验的数据对部分特征进行了验证。     

双谱特征提取在欺骗式干扰方式识别中的应用

为了识别出具体的欺骗干扰方式,从而使雷达有针对性地选择抗干扰方法,该文提出了基于双谱特征和模式识别技术的欺骗式干扰识别方法。该方法给出了欺骗式干扰的双谱分布和估计方法,在分析其分布特征和统计特性的基础上,定义两种特征因子;采用基于核聚类的支持向量机分类器,完成对不同欺骗干扰方式的识别;建立了完整的干扰模式识别模型。仿真实验表明,该方法对3种不同欺骗干扰方式的正确识别率高,而且基本不受干噪比影响。     

单脉冲跟踪雷达抗距离欺骗干扰方法

文中研究了一种单脉冲跟踪雷达抗距离欺骗干扰的新方法，在高速可编程ＤＳＰ（数字信号处理）芯片所构成的距离跟踪系统中，作者通过对接收机ＡＧＣ电压和距离波门移动速度的实时测量，构造了干扰的判别函数并实现对干扰的判别与对抗，实验结果表明，该方法克服了常规抗距离欺骗干扰方法的不足，具有判扰准确和抗扰跟踪精度高的特点。     

基于PR的雷达抗复合干扰中神经网络特征提取

由于复合干扰环境存在多种干扰方式,传统的抗干扰方法不是十分有效.本文在研究雷达抗欺骗干扰信号处理模型的基础上,提出用Kohonen神经网络进行特征提取来实现雷达抗复合干扰的新方法,最后通过仿真验证了基于Kohonen神经网络特征提取方法的优越性.     

雷达抗距离欺骗干扰的计算机仿真模式

雷达在具体应用过程中会受到各项因素的影响,其在具体应用过程中,容易受到距离欺骗干扰.通过分析不难发现,如果雷达遭受到距离欺骗干扰,将会导致目标丢失,造成雷达的作用失效.     

改进的对星载SAR的应答式欺骗干扰

分析了对星载SAR的应答式欺骗干扰,并对其进行了改进。改进后的干扰方式只需从敌方雷达信号中估计信号的多普勒斜率、雷达飞行速度和脉冲重复频率,并且实现简单。讨论了参数估计精度对干扰信号成像的影响,结果表明该方法对参数精度要求不高。指出了多普勒斜率估计的方法,通过仿真实验验证了理论分析的正确性和方法的有效性,这对欺骗干扰信号生成算法和欺骗干扰的实现具有重要意义。     

CCPLL用于抗速度欺骗干扰

本文论述了交叉耦合锁相环(CCPLL)在抗速度欺骗干扰中的应用.研究与试验结果证明,抗干扰电路系统可以在一定干信比情况下,从强速度欺骗干扰中提取出有用的弱目标回波信号.     

欺骗式干扰下组网雷达优化布站方法分析与仿真

针对组网雷达抗欺骗式干扰的资源优化问题,提出了一种优化布站方法。首先,对数据融合抗欺骗式干扰能力进行理论分析,给出组网雷达在空间不同位置被欺骗概率的理论值;利用理论分析结果,实现组网雷达被欺骗概率最小化和其覆盖范围最大化的联合优化布站,从而达到最优的资源利用方式。最后,通过仿真得到不同条件下的最优布站位置。     

基于单站无源定位的抗自卫式欺骗干扰方法

欺骗干扰针对有源雷达的定位原理,通过对接收到的雷达信号进行延时、调制、转发,实现对距离、速度信息的欺骗．鉴于无源定位只利用一次来波的信息,可从欺骗信号中提取辐射源的信息来实现对干扰机的有效定位．提出了一种地面雷达对抗自卫式欺骗干扰的新方法．该方法通过高精度测量欺骗信号中多普勒频率变化率等拳数,利用单站无源定位技术获得干扰源的真实位置信息,并通过跟踪滤波技术提高定位精度．仿真结果表明,在较高参数测量精度下该方法能有效对抗距离-速度欺骗干扰．     

一维距离像的雷达目标特征提取方法研究

利用高分辨雷达一维距离像,分析了规范相关分析（CCA）法及核规范相关分析（KCCA）应用于高分辨雷达目标识别的特征提取,用外场实测数据进行了识别实验．理论分析与实验结果表明,CCA法和KCCA法在数据降维的同时保持了较高的识别率．     

Feature Extraction of Radar Range Profiles Based on Normalized Central Moments

The normalized central moments are widely used in pattern recognition because of scale and translation invariance. The moduli of normalized central moments of the 1-dimensional complex range profiles are used here as feature vector for radar target recognition. The common feature extraction method for high resolution range profile obtained by using Fourier-modified direct Mellin transform is inefficient and unsatisfactory in recognition rate And. generally speaking, the automatic target recognition method based on inverse synthetic aperture radar 2-dimensional imaging is not competent for real time object identification task because it needs complicated motion compensation which is sometimes too difficult to carry out. While the method applied here is competent for real-time recognition because of its computational efficiency. The result of processing experimental data indicates that this method is good at recognition.     

Parameters of Exterior Ballistic Feature Points Extraction in Radar Measurement Data by EMD

The problem of measuring exterior ballistic feature points is always difficult to solve and it is essentiale on exterior ballistic measurement. By analysis of radar reflection characteristics and non-stationary echo signals of exterior ballistic feature points, the echo data of exterior ballistic feature points is measured by using the continuous wave radar. The parameters of feature points are extracted by the empirical mode decomposition method (EMD) of Hilbert-Huang transform (HHT) spectrum analysis technique. The radar echo signal model and EMD extraction model are established to analyze the exterior ballistic mutation point detection and EMD extraction method of aliasing echo signal. Typical feature point parameters of exterior ballistic in rocket flight tests are carried out and the effectiveness of the method is verified. A new method of measuring the parameters of exterior ballistic feature point is therefore presented.     

基于SKO—KPCA和SVM的雷达目标HRRP特征提取与识别

将依赖数据变化的自适应SKO技术和迭代算法引入KPCA算法中,结合SVM分类技术,提出了基于SKO—IKPCA和SVM的雷达目标HRRP特征提取与识别方法。讨论了HRRP预处理、迭代KPCA算法和SKO／FKO技术的实现方法,将SKO／FKO技术应用到KPCA的核优化中,并用人工合成数据对其优化性能进行了测试与比较,应用该方法对su-27、F-16及M2000等三类飞机目标的实测HRRP数据进行了特征提取与识别实验。结果表明,所提方法具有较好的稳定性和可靠性,能有效地优化雷达目标主元特征的提取,提高目标的识别性能。     

混凝土结构裂缝特征提取研究

针对远距离拍摄的混凝土结构表面裂缝,采用灰值化、图像增强、阈值分割、腐蚀、膨胀、边界跟踪等数字图像处理算法,设计了一套提取裂缝特征信息的系统,实现对宽度和长度特征的测量。结果表明,这一裂缝特征测量方法具有可行性和精确性的特点,为已有建筑物结构裂缝的确认与分析提供了一条新的途径。     

熵值分析法在特征提取中的应用研究

目的　研究模式识别系统中特征提取与选择的方法和途径． 方法　根据熵函数的性质, 利用熵值分析法进行有效特征的提取． 结果　熵值分析法比较准确地反映了识别对象在特征参数上的分离程度． 结论　这种方法对提高模式识别系统的识别效果具有积极的作用     

基于ICA的特征提取实验研究及特征独立性评价

在Adams环境下设计了悬臂梁激振仿真系统并在实验室搭建了悬臂梁激振系统,通过对系统多种方式的激振,采集了梁上各测点振动信号.使用MSNR,GOSA和JADE这3种ICA算法分别对信号进行处理;对记录的一组振动信号进行加噪处理;用独立性评价指数衡量了ICA分离模态频率的可靠性.实验结果表明:ICA算法能够有效地提取系统结构模态;3种ICA算法的效果随加噪程度的增大而变差.研究为解决具体工程问题提供了参考.