复杂目标的时频特征提取及识别方法研究

本文首先研究了复杂目标的时频分布,得出目标在较大方位角变化范围内其时频分布具有相对不变性的特点,而后,基于这稳定的时频特征,给出了目标识别方法。对三种飞机模型测量数据的识别结果表明,该方法有高的识别率和识别的鲁棒性。     

一种高分辨率雷达二维图像的特征提取与目标识别方法

分析了雷达目标散射信号特征，根据雷达图象的特点，将二维雷达灰度图转经为一维列向量；采用ＡＲ模型进行图象分析，利用所得到的参数通过ＢＰ神经网络训练识别，分析了不同雷达散射信号与建库，识别的关系。     

基于时频分布图像的辐射源特征提取及识别

新体制雷达在现代军事中得到越来越多的应用,如何提取这些新体制雷达的细微特征并用这些特征进行识别也成为一个迫切的问题。用Choi-Williams分布(CWD)对信号进行时频变换,然后基于这些信号时频变换图进行奇异值分解,提取信号特征,设计了根据这些特征进行识别的流程图,结合计算机仿真对该识别方法进行了深入的分析,得出该方法具有一定的适用性的结论。     

低分辨雷达目标调制特征提取和分类识别方法

利用目标的发动机调制(JEM)效应,提取目标的谱线间隔、谱线宽度、谱线个数、幅度偏差系数、能量比、波形熵、中心矩等特征,形成特征向量后参与后续的综合决策。在低分辨雷达对飞机目标进行的目标分类识别试验中采集数据,进行了实测数据分析,实验结果表明提取的目标特征和分类效果方面的有效性。     

一种高分辨率雷达二维图象的特征提取与目标识别方法

本文首先分析了雷达目标散射信号特征,在此基础上,根据雷达图象的特点,采用矩描述方法提取二维雷达图象特征;然后,通过ＢＰ神经网络训练识别。最后,分析了不同雷达散射信号与建库、识别的关系。     

一种基于多特征提取的雷达目标识别方法研究

直接利用雷达高分辨一维距离像或是提取一维像单一特征进行目标识别难以取得理想效果.为了更好地反映雷达目标本身的物理特性,提高雷达目标识别率,对雷达目标高分辨一维距离像的频谱幅度、能量聚集区长度、散射中心数目和中心矩特征进行提取并构成多特征向量,描述雷达目标高分辨一维距离像频域、能量等物理特性,采用主成分分析方法进行特征维...     

雷达目标自然谐振频率提取及识别方法研究

本文首先分析雷达目标回波信号,而后,利用奇异值分解方法提取雷达目标的自然谐振频率。最后,给出仿真实验结果。     

雷达目标特征提取的一种方法

将小波变换和马氏距离相结合，提出了一种基于ISAR成像的雷达目标特征提取方法。对ISAR成像数据进行正交二进Symlet小波分解和门限处理，对数据进行压缩，然后计算压缩后坐标点的马氏（Mahalanobis)距离，得到目标稳定的特征向量。由实验结果看出，此向量具有在一定范围内的不变性，能够用于雷达目标识别。     

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。     

非相参雷达目标回波的特征提取方法研究

在着重研究非相参雷达视频回波的基础上，对目标视频回波数据作预处理，借鉴波形特征树的波形特征描述方法，研究了一种基于非相参雷达目标回波的特征提取算法，并用大量的真实雷达目标数据对这种方法进行检验，实验结果表明，这种方法能有效描述目标特性。     

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。     

雷达微多普勒特征提取和目标识别研究现状

自从雷达目标微多普勒现象被发现以来,雷达目标的微动特性在雷达目标探测与识别中受到越来越多的关注,对目标微动特性的测量和分析正在成为当前目标探测与识别领域的新兴研究方向。文中主要介绍了目标微动和微多普勒效应的概念,比较分析了目前目标微动的测量与分析处理技术,并且着重从几个方面分别介绍了目前微动特征提取的应用现状,接着就目前较常用的几种微多普勒目标识别分类器的识别率进行了比较和分析,最后对目标微动特性研究的发展趋势和技术难点进行了预测和总结。     

基于HRR的地面雷达目标识别方法研究

高分辨雷达目标识别可以提供目标更多的信息 ,是地面雷达技术发展方向 ,基于高分辨距离像的特征提取和识别是比较现实可行的方法。该文首先分析了一维距离像的产生 ,在此基础上 ,综合了几种一维距离像的特征提取方法和分类识别方法 ,讨论了方位角变化对距离像的影响 ,并分析了识别方法的鲁棒性问题     

一种基于非相参雷达目标回波的特征提取算法

在着重研究了非相参雷达视频回波的基础上，提出了一种基于线性预测系数及离散Ｋ－Ｌ正交变换的雷达目标回波的特征提取算法。采用实地录取到的大量雷达目标数据对这种算法进行检验，实验结果表明，这种方法具有较高的识别率。     

基于瞬态极化时频分布及奇异值特征提取的雷达目标识别

本文介绍了瞬态极化时频分布的概念,并给出了瞬态极化Wigner-Ville分布及伪Wigner-Ville分布的定义,用以刻画雷达目标回波在时频域上的极化特性.然后,由回波的瞬态极化伪Wigner-Ville分布各分量的奇异值组成特征矢量,以BP神经网络作为分类器进行了目标识别实验.实验结果表明,与传统的对目标极化回波的两个分量分别作时频分析的处理方法相比,文中方法具有更好的目标识别性能.     

基于短时傅里叶变换及奇异值特征提取的目标识别方法

本文研究了短时傅时叶变换后再提取奇异值作为特征矢量的特征提取方法，并对提取出的特征利用神经网络进行了识别。从理论上证明了该方法的合理性，说明该方法是一种良好的特征提取方法，通过计算距离可分性测度结果得出该方法提取的特征比一般傅里叶变换法提取的特征具有更好的可分性。利用此方法提取出的目标特征及傅里叶变换后再提取奇异值的特征抽取方法可以获得更好的识别结果。     

复杂背景下回转体目标识别方法研究

提出了基于改进BP神经网络的复杂背景下的回转体目标识别方法,实现了对目标的准确提取.采用中值滤波滤除图像噪声,用改进最大类间方差阈值法进行图像分割.提取回转体目标7个不变矩特征作为神经网络输入的特征向量,建立了基于BP神经网络的目标识别系统,进行回转体目标识别,模拟实验结果说明,所提出的图像预处理方法可有效去除复杂背景图像噪声、准确地分割图像,选择7个不变矩特征作为回转体目标识别特征是合理的,基于BP神经网络的回转体目标识别方法具有较高的识别率.     

基于时频图的飞机目标特征提取算法

研究了两种基于时频分析的飞机目标特征提取算法。首先,介绍利用短时傅里叶变换获得目标二维时频图信息,然后,分析飞机目标回波时频图的图像熵特征和平均时频谱特征,给出了这两种特征的提取算法,仿真得到利用这些特征对三类飞机的分类识别结果,分析了其目标分类识别性能以及适用情况。在研究时频图平均时频谱特征提取算法时,发现单独使用此特征在飞机目标分类识别中存在的问题,加入基于平均时频谱的方差特征,综合两种特征实现了对三类飞机目标的的分类识别。仿真结果表明,这两种特征的目标识别正确率都能达到94％以上。     

基于小波分解及KCN的雷达目标特征提取

讨论了利用一维距离像进行雷达目标识别的特征提取。从缩减表征距离像的特征维数和表征目标所需特征数出发，提出了一种基于小波分解及KCN的目标特征提取方法。为比较不同特征提取方法及所提取特征的性能，引入了Fisher距离来表明各类的类内紧致性和类间分离性。实验结果表明能够有效地进行特征提取。