基于时域弹跳射线法的海面复合目标近场回波仿真

雷达回波信号的获取对研究动态目标识别和雷达成像具有十分重要的意义。提出了一种基于时域弹跳射线法(Time Domain Shooting and Bouncing Ray, TDSBR)的动态目标回波仿真模型,用于模拟海上电大目标的近场雷达回波。该模型采用TDSBR方法直接在时域计算弹载雷达照射下的目标与海面近场复合散射特性,并结合“stop-go”方法模拟雷达与目标之间的相对运动,实现了弹载雷达照射下海上运动舰船目标的回波信号仿真。仿真结果表明,该模型可以有效呈现海面与海上目标的耦合效应,实现对目标速度和距离的预测,具有良好的精度和较高的效率,在海洋环境中弹载雷达的回波预测和目标检测中具有广阔的应用前景。     

基于目标CSAR回波模型的SAR自动目标识别算法

基于模板的SAR目标识别需要存储海量的目标模板,给识别系统的设计和算法效率的提高都造成了严重的困难,而基于模型的方法克服了上述问题,并已成为下一代目标识别算法研究的热点。该文提出的基于圆周SAR(CSAR)回波模型的识别算法,从目标的3维CAD模型出发,利用弹射线原理构建目标的CSAR回波,并通过在线实时预测目标聚束SAR图像来完成识别。同传统的基于散射中心模型的算法相比,利用CSAR回波的算法不仅预测结果准确,而且算法简单高效。仿真实验验证了算法的有效性,并比较了相关算法的优缺点。     

基于对数极坐标变换的目标识别算法

针对二维ISAR像的空中目标识别问题,提出了一种新的识别算法。首先通过对数极坐标变换,将笛卡儿坐标系下的尺度、旋转变换转变成对数极坐标系下的平移变换,然后对新坐标系下的图像进行二维傅里叶变换,利用傅里叶变换模值的平移不变性,得到具有尺度、旋转不变性的特征矩阵,最后与模板的特征矩阵进行矩阵相关,识别分类。用实测数据进行了验证,证明了算法具有较快的速度和较好的识别结果。     

电磁散射特征提取与成像识别算法综述

合成孔径雷达(SAR)图像的自动化解译是合成孔径雷达技术应用的重要发展方向之一。电磁散射特征与目标结构具有稳健的关联性,是SAR图像解译的关键支撑。近年来,如何准确地实现电磁特征提取以及利用电磁特征反演目标特性受到了广泛的重视。该文讨论了电磁特征提取和基于电磁散射特征识别方法的研究成果,总结归纳了其中的关键要素和主要思路,详述了电磁散射机理在成像和识别领域的扩展应用,展望了未来电磁散射特征提取与应用的研究发展趋势。      

基于目标识别的SAR图像特征分析

特征分析是目标检测与识别的关键,也是图像解译的经典课题之一.本文分析了合成孔径雷达图像目标识别系统各阶段常用的特征,并提出了几个新的具有鲁棒性的特征,从而为SAR图像目标检测和分类提供了良好的基础.     

基于支持向量机的红外成像自动目标识别算法

本文针对实战中红外成像制导导弹面临的自动目标识别问题,提出了一种利用若干二维图像识别三维目标的自动目标识别算法,并引入支持向量机作为分类器．仿真试验结果表明,该算法能够成功地识别三维空间中任意角度的目标,很好地解决了许多二维识别算法难以解决的三维目标识别问题．同时,通过比较,证明该算法比传统识别算法拥有更高的识别率．     

基于增量学习的合成孔径雷达目标识别算法

传统的合成孔径雷达(SAR)目标识别往往采用批量学习的方法,但是在现实应用中,系统的训练数据并不能一次性全部获得,当有新的训练样本到来时,采用批量学习方法需要重新训练整个系统。为解决这个问题,将增量学习算法——正则在线序贯式极限学习机(ROSELM)应用到SAR目标识别中,并且采用粒子群算法优化ROSELM的初始权值以提高其稳定性和识别率。实验结果表明,该算法在新的SAR目标样本获得时只需要通过更新输出权值即可完成系统的更新,无需重新训练,且速度极快、识别率高,可以作为SAR目标识别系统在线更新的良好选择。     

快速求交算法在射线追踪中的应用

针对弹跳射线法(shooting and bouncing ray,SBR)中复杂的射线追踪部分,本文利用Moller和Trumbore提出的射线与三角面元求交点的算法实现了射线路径的快速计算。对任意复杂目标采用三角面元建模,将射线方程与目标曲面函数联立求解的问题转化成射线与三角形求交点的问题,大大降低了计算难度,同时三角面元建模的方式也扩展了SBR算法的计算范围。通过对典型目标雷达散射截面积(RCS)的计算,验证了此种算法的正确性和高效性。     

基于组合矩的激光成像雷达目标识别算法

随着激光技术的发展,激光成像雷达在现代战争复杂战场环境中逐渐获得了广泛的应用,目前激光成像雷达自动目标识别技术已成为国内外研究的热点问题。提出了基于组合矩的激光成像雷达目标识别算法,从激光成像雷达目标的距离像中提取低阶的Zernike矩、Hu矩和中心矩构成组合矩特征,该特征对距离像噪声不敏感,应用径向基函数(RBF)神经网络对三种地面目标进行分类识别。实验结果表明,该算法与应用Zernike矩和Hu矩特征进行分类识别相比,对三种激光成像雷达地面目标的平均识别率在高载噪比(20dB)下分别提高了1.0%和3.7%;在低载噪比(10dB)下分别提高了11.8%和42.5%;当载噪比高于17dB时,该算法的平均识别率达到100%。因此该算法取得了比较好的识别效果。     

基于深度学习的机载SAR典型目标识别算法

在多分辨率场景下基于合成孔径雷达(SAR)图像进行多类典型目标识别,是SAR图像信息解译的重要环节。基于YOLO-v4网络模型,针对目前机载SAR图像及目标信息的特点,提出一种应用于真实机载平台下多场景跨分辨率的实时检测处理架构。文中通过对多类目标进行双重检测,对样本数据量低的训练集进行数据增强,并将图像分割后的同类型目标信息进行合并,解决了多分辨率SAR场景下目标尺度跨度较大的问题。实验结果表明：该方法能够在相关机载SAR数据集上达到六类目标(机场、桥梁、立交桥、汽车、装甲车、飞机)82.8%的mAP值,对后续机载SAR复杂场景下更多类型目标的检测识别具有重要的借鉴意义。     

采用Mean-Shift算法的目标跟踪系统设计

为了提高对目标的精确识别和稳定跟踪,在深入分析研究Mean-Shift算法及跟踪原理的基础上,提出一种基于Mean-Shift算法的目标跟踪系统设计思想.通过对海上及陆上目标的实际跟踪验证,表明该设计能够有效地太除海浪散射等背景干扰,实现对目标的稳定跟踪,验证了在复杂背景下基于Mean-Shift算法的目标跟踪系统设计...     

超光谱图像目标检测算法研究

基于目标与背景在空间和谱间的差异，提出了一种适用于高速、实时的超光谱自动目标检测的算法．对超光谱图像的特性进行了分析，详细阐述了算法的思想，给出了一个应用实例验证了算法的有效性．     

基于FRFT的机动目标ISAR成像算法

研究目标机动性不太剧烈、散射点子回波序列多普勒变化满足一阶近似条件下的机动目标ISAR实时成像问题.提出了一种新的基于分数阶傅里叶变换(FRFT)的机动目标ISAR距离一瞬时多普勒成像算法,用FRFT代替传统的快速傅里叶变换(FFT)实现目标的方位向分辨,利用目标运动的先验信息缩小算法的搜索范围,提高运算效率.实测数据处理结果表明该算法较好地解决了机动目标成像问题.与已有的机动目标成像算法相比,该算法在保证成像质量的前提下,大大减小了运算量,可用于机动目标实时成像.     

基于模糊理论海上目标威胁评估的改进算法

应用神经网络,对基于模糊理论的海上目标威胁评估的方法进行改进。首先分析了目标的主要因素,应用模糊理论对其进行量化和归一化处理,然后采用神经网络方法进行威胁评估,提高威胁评估的准确性。     

基于层析投影算法的空间旋转目标窄带雷达成像

窄带雷达受发射波形的带宽限制,距离向分辨率低,通常应用于目标检测、跟踪以及运动参数的提取.对于空间旋转类目标,窄带雷达通过对目标长时间照射,利用层析投影算法,可以实现目标散射点二维分辨.这种成像方法降低了对雷达宽带的限制,在成像体制上具有优势.本文首先阐述了基于层析投影算法的窄带雷达空间目标成像机理,推导得到窄带成像算法的分辨率,给出了散射点目标的成像试验结果,从理论和实验两方面验证了特征散射点较少的空间目标窄带成像的可行性.     

基于Keystone变换的多目标ISAR成像算法

提出了一种基于Keystone变换的多目标成像算法。以各目标回波在径向上重叠较小的时刻为基准时间运用Keystone变换，同时校正各目标的线性距离走动，减轻了各目标回波在径向上的重叠，进而在距离-多普勒二维平面上完成各目标回波的分离。对分离出的回波分别进行相关法和PGA法的高次项运动补偿后，可得到各目标的距离-多普勒像。计算机仿真结果证明了该方法的有效性。     

基于支持向量机的长波红外目标分类识别算法

红外图像的分辨率低和色彩单一,但由于红外设备的全天候工作特点,因而在某些场景具有重要作用.本文采用一种基于支持向量机(support vector machine,SVM)的长波红外目标图像分类识别的算法,在一幅图像中,将算法提取的边缘特征和纹理特征作为目标的识别特征,输入到支持向量机,最后输出目标的类别.在实验中,设...     

基于AJTF的ISAR成像算法研究

自适应联合时间-频率（AJTF）分析是一种被证实了的基于刚体目标二维运动模型的逆合成孔径雷达（ISAR）成像算法,但它在进行运动补偿参数搜索时使用的穷尽搜索方法收敛不稳定且计算量较大。介绍了一种改进的AJTF算法,它用粒子群优化方法进行运动补偿参数的搜索,提高了算法的稳定性和效率。仿真结果证明了该算法的优越性。