防空雷达飞机回波的扩展分形特性分析与目标分类研究

低分辨雷达飞机回波的扩展分形特性提供了对目标回波在不同尺度下的粗糙度的精细描述,为防空雷达飞机目标的分类和识别提供了一种新的途径。该文在介绍扩展分形理论的基础上,首先利用扩展分形分析手段,对从某VHF波段防空警戒雷达上录取的飞机目标回波数据的扩展分形特性进行了分析,然后从模式识别的角度出发,提出了基于扩展分形特征的防空雷达飞机目标分类方法,最后采用不同类型飞机目标的实测回波数据进行分类识别实验,对该方法的性能进行了对比和分析。分类识别实验的结果表明,广义Hurst指数等扩展分形特征参数可以作为飞机目标分类和识别的有效特征,所提出的方法具有良好的分类识别性能,是一种有效的目标分类方法。      

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。     

基于极化度分布特征的目标识别方法研究

该文在全极化、高距离分辨力雷达体制背景下,研究了光学区雷达目标回波极化度的分布特性,并利用分布特征参数进行定量描述,在此基础上对四类飞机目标进行了识别实验研究,获得了良好的目标分类识别效果。     

低分辨雷达目标识别方法研究

利用目标对对空警戒雷达发射波形的调制效应，采用2种不同的方法，提取出低分辨雷达飞机目标机型（大、小）和飞机目标架次可资分类的特征参数，作为飞机目标机型（大、小）和架次判别的特征向量、特征矢量，然后采用神经网络对目标进行分类识别，给出用BP神经网络进行训练和识别的结果，并在低分辨雷达目标识别样机系统对飞机目标进行分类识别试验中，验证了所提取特征的有效性。表明该方法是有效的，这为常规低分辨雷达空中目标识别提供了一种新的途径。     

基于极化特征的雷达目标识别技术

极化特性是雷达目标散射回波的重要特性之一,极化特征能够解析目标的粗细、大小、对称性等信息。随着雷达极化测量技术的逐步成熟,基于极化特征的雷达目标识别日益引起国内外学术界的高度重视。以电磁散射计算仿真的飞机模型为研究对象,在极化不变量理论基础上对这些飞机目标的极化特性进行了试验分析研究,以SVM为分类器,通过功率矩阵的迹和去极化系数可以实现对三个目标的区分。结果表明,该方法可以有效地将三个目标进行分类识别。     

支持向量机的全局局部特征融合目标识别

提出一种基于支持向量机的全局局部特征融合目标识别方法,并将其运用到雷达一维距离像目标识别。该方法采用非线性辨别方法与局部保留映射方法分别提取样本的非线性全局特征与局部特征,并进行特征融合,以便提取更全面的样本特征,得到更加准确的识别结果,随后采用支持向量机进行分类识别,利用其对于非线性小样本问题的强大处理能力,进一步改善识别结果。对三种飞机目标的实测雷达一维距离像进行了仿真实验,结果表明了方法的有效性。     

一种基于调制特征向量的空目标识别方法

空中目标旋转部件对雷达回波有调制作用。将回波时域幅度调制信息的幅度偏差系数作为调制特征,首先利用仿真数据分析了固定翼飞机目标和直升机飞机目标的差异,随后提出了一种最近邻分类器的设计方法,最后利用实测数据对目标进行分类,取得了较高的识别率。与支持向量机的算法相比,该分类器算法复杂度低,计算量小,识别率高,在工程上可以选用这种方法对两类目标进行分类识别。     

基于核函数的雷达一维距离像目标识别

该文分析了基于核函数的三大模式识别方法(支持向量机、非线性主分量分析、非线性判别分析)的分类机理,并将其应用于雷达一维距离像目标识别中。用3种飞机实测雷达距离像数据样本进行识别研究,结果表明对于雷达目标距离像识别,支持向量机方法较其它两种方法更为有效,并对实验结果给出了合理的解释。     

飞机回波FRFT域的多重分形特征与目标分类

低分辨雷达体制的限制和探测过程中背景杂波的影响,使得低分辨雷达飞机目标的分类识别较为困难。本文提出一种分数域多重分形方法,通过引入分数阶Fourier变换（FRFT）寻找飞机目标回波的最优FRFT域,并在最优分数阶FRFT域提取目标回波数据的多重分形特征,结合支持向量机进行飞机目标的分类识别。实验表明,FRFT可以增强飞机目标回波的多重分形特性;从最优FRFT域提取的多重分形特征具有较好的分类识别效果,FRFT域多重分形方法的飞机目标分类识别率要高于时域多重分形方法的飞机目标分类识别率;即使在低信噪比条件下,FRFT域多重分形方法仍可实现低分辨雷达飞机目标的粗分类。     

核Fisher判别方法在低分辨雷达目标识别中的应用

将机器学习领域新的研究成果应用到雷达目标识别中，并开发有效、实用的分类器具有重要实际意义。核Fisher判别方法是基于Fisher线性判别方法而提出的一种非线性分类方法，在这种方法中使用了基于核的算法中的“核技巧”。本文研究了核Fisher判别分类方法在低分辨雷达目标识别中的应用，并用从某低分辨雷达录取的实际飞机目标回波数据时该算法进行了测试，实验证明了核Fisher方法在低分辨雷达目标识别中的有效性。     

基于神经网络的雷达抗干扰方法综述

针对目前雷达抗干扰方法存在的局限性,提出了将神经网络技术应用于雷达抗干扰的研究思路。首先介绍了在雷达抗干扰领域应用比较成功的3种神经网络模型:BP网络、RBF网络和Kohonen网络;然后概括了神经网络应用于雷达抗干扰的3种主要途径:神经网络用于建模、用于特征提取和用于分类;最后对下一步的研究进行了总结与展望,分析了神经网络与其他技术相结合在雷达抗干扰中的应用前景。     

基于DSP的雷达信号分选实用技术

基于在密集的雷达信号环境进行信号分选是一个难题，介绍了一种实用的雷达信号分选技术，给出了基于数字信号处理（DSP）的硬件设计方案，在比较了CDIF及SDIF算法的基础上详细说明了如何实现对信号的有效分选。可分选出的信号有抖动信号、重频参差、频率捷变及频率分集信号等。该设计已经成功运用于某雷达对抗侦察系统，试验效果较好。     

基于目标稀疏性的雷达距离超分辨

雷达目标在观测空间中通常是稀疏的。当雷达发射线性调频信号时,目标回波的匹配滤波实际上是频域去斜脉压,回波信号在频域去斜后变成复正弦波。基于目标稀疏性和去斜回波的复正弦形式,可以构造多目标频域去斜回波的距离维稀疏信号模型,然后利用凸优化方法求解目标的距离,同时实现雷达距离超分辨。本文提出了一种基于目标稀疏性和频域去斜的距离超分辨方法,理论分析和仿真实验表明,该方法的距离分辨率超过了常规脉冲压缩技术,从而实现了雷达距离超分辨。     

一种脉间滑变雷达信号特征提取新方法

针对脉间滑变雷达信号特征提取技术难题,在分析脉间滑变雷达信号特性的基础上,提出了一种特征提取新方法。该方法通过提取产生脉间滑变雷达PRI的最小滑变间隔,经过二次分析处理,最终提取出能够表征脉间滑变雷达信号特性的衍生特征参数集。该方法克服了传统方法的缺陷,特别是当脉冲存在严重丢失的条件下,仍然能够有效提取出特征参数集。理论分析与计算机仿真结果均表明该方法切实可行。     

超宽带汽车防撞雷达的设计

将超宽带技术引入汽车防撞雷达领域。介绍了超宽带汽车防撞雷达对发射信号的要求，给出完整的系统框图和说明，介绍了通过PCI7300A数据采集卡对AD转换后的回波信号进行实时采集，并对采集到的数据进行时域处理的具体过程。重点提出了利用回波位置进行目标识别，以及利用3根接收天线来测角的新方法。针对汽车防撞的使用环境，只对存在相对运动的目标进行检测，从而降低了信号处理的难度，提高了图像的刷新率。     

基于决策树的雷达属性分类方法

分析了雷达信号属性的特点，阐明了决策树的构成，提出了基于决策树的雷达多属性分类方法。采取决策树的分类方法，不仅可以很好地对雷达属性进行分类，而且可以直接给出判断规则，将专家系统的经验思维直观地表达出来。采用决策树，还可以看到雷达各参数对预测量性的影响，从而提高了自学习能力。通过仿真实例，证明了该方法具有较高的识别率。     

基于支持向量机的相控阵雷达信号识别方法

在分析支持向量机识别原理和相控阵雷达信号特点的基础上,确定了用于分类识别的雷达特征参数,并给出了采用支持向量机来实现相控阵雷达信号识别的具体方法。仿真结果表明,使用一对一算法和多项式核函数的支持向量机分类器的方法对相控阵雷达信号的识别效果较好。     

关于雷达信号指纹特征识别的研究分析

本文从雷达信号指纹特征识别的基本概念入手,讨论了雷达信号指纹识别技术的发展和现状,提出了雷达信号指纹特征的分析方法,该分析方法对雷达信号指纹特征识别具有很好的效果。     

基于时频图像Zernike 矩特征的欺骗干扰识别

为了有效应对跟踪雷达的三种常见欺骗干扰,提出了一种基于平滑伪魏格纳-维尔分布时频图像的Zernike 矩特征的干扰识别方法。该方法对三种干扰下的雷达接收信号进行时频分析,运用数字图像处理技术对时频图像进行一系列的预处理后,通过Zernike 矩特征提取图像的细节特征组成特征向量进行分类识别。仿真实验证明:该方法有较高的识别率,特别是该方法受信噪比影响较小,能够有效降低噪声对干扰识别的影响,说明了采用图像识别方法对雷达欺骗干扰信号进行分类识别的可行性。通过与其他文献方法的比较,证明了该方法的优越性。     

低通滤波方法在雷达HRRP识别中的应用

特征提取直接关系到雷达的目标识别性能.本文基于雷达目标的一维距离像,从低通滤波的基本思想出发,分别利用频域直接低通滤波方法和Mallat塔式小波分解算法进行特征提取,并从类内类间最大相关系数的角度对所提出的特征提取方法进行了特征评估.基于实测数据的仿真结果表明,这两种特征提取方法不仅可以提高识别率,而且可以减小运算量.