非合作式目标识别技术概述

非合作式目标识别包括雷达、电子支援措施及光传感器的目标识别技术.雷达目标识别含利用跟踪信息、极化信息及通过JEM、距离像和ISAR进行识别.电子支援措施目标识别包括利用基本电波参数、脉冲波形特征和通过对己方电子支援措施电波的接收分析进行识别.光传感器目标识别则是在取得目标的反射特性和辐射特性(光谱)后提取其特征进行识别.     

基于空中目标识别的特征提取与选择

为从冗杂的海量信息中提取出有效的特征数据和信息,对空中目标识别的目标特征进行研究。介绍目标跟踪识别系统,从搜索雷达的目标回波信号特征、目标光谱成像特征、目标姿态与运动特征、目标特征选择与融合等方面进行目标识别特征提取,生成图像与特征数据库,并对选取的目标特征进行多特征融合的识别精度验证。结果表明:提取与选择的目标特征在识别中取得较满意效果,能证明选取的空中目标特征在目标识别算法中的可靠性。     

一种基于概率神经网络的目标识别方法

在分析雷达测量的空中目标威胁特征指标的基础上,建立了基于概率神经网络的目标类型识别模型.概率神经网络的强大分类能力使得对目标的识别变得迅速、准确.最后,通过算例对文中模型的正确性进行了检验.     

移动机器人目标识别与定位算法发展综述

通过对移动机器人目标识别与定位算法中传统的目标识别算法、基于深度学习的目标识别算法和基于各类传感器的目标定位算法的特点进行综合分析,得出了2点启示,也是以后有待解决的关键技术:1)减小算法计算量以降低对硬件性能的依耐性;2)将目标识别算法与定位算法相融合以实现实时的目标识别与定位.     

水声探测技术在火箭式深弹引信中的应用

一种水声近炸引信,适用于对鱼雷等水下目标实施拦截杀伤的火箭式深弹系统,设计中解决的技术问题有:对水下目标的识别技术、有效的测距方法及抗冲击过载技术。所采用的方法是通过对水下目标辐射噪声信号的能量检测、识别和能量变化的比较以及目标所发出的不同线谱的频率来判断和识别目标。验证试验表明,能对不同目标进行识别,并适时发出起爆信号。     

基于目标特征信息的反舰导弹目标选择技术发展历程

分析了反舰导弹利用获取的目标特征信息进行目标识别和选择技术的发展历程.指出了可获得目标两维或多维信息的双模或多模复合制导多传感器融合目标识别技术是当前反舰导弹目标选择技术的主要发展趋势.特别是在面临舰艇编队作战的情况下,利用编队形状的预定目标选择技术是解决现阶段反舰导弹面临目标选择难题的一种有效途径,且对编队信息以及目标的多普勒、RCS等特征信息的进一步融合利用还有待更深入的研究,以有效提高反舰导弹的预定目标选择能力.     

基于机会阵投影面的低截获概率雷达目标搜索设计

针对进一步降低机载机会阵雷达的截获概率问题,采用机会阵投影面作为雷达天线孔径,相控阵-多输入多输出（MIMO）体制作为雷达工作模式,设计了机会阵投影面雷达的子阵划分形式,建立了以峰值功率、脉冲宽度、搜索帧周期、子阵数目和脉冲积累数作为优化参数的低截获概率雷达约束优化模型;在满足一定检测概率和时间约束条件下,以最小化雷达信号的被截获概率为目标函数,采用遗传算法对模型参数进行了优化求解。仿真结果表明,参数优化后的模型可以在满足目标检测的性能下进一步提高机会阵投影面雷达的低截获性能。     

基于模板匹配的前视红外目标识别方法

针对固定目标红外图像中边缘模糊,难以分割和识别的情况,提出了一种基于模板匹配的目标识别方法。由高程数据和正射影像等卫星数据生成目标区参考图和基准图,在基准图中根据归一化Laplace响应确定目标区特征尺度作为目标检测的先验知识,对实时图及灰度反转实时图进行匹配滤波,检测出候选区域,再对候选区域进行基于Hausdorff距离的模板匹配,从而得到最终识别结果。实验结果显示:该算法识别精度高、速度快,对于复杂地面目标前视红外图像的匹配识别具有一定的应用价值。     

基于证据组合理论的多传感器目标识别算法

为了提高多传感器目标识别的准确性,提出了证据加权数据融合的新方法。给出了证据理论的基本概念、组合规则、加权证据组合及决策规则,同时给出简单的多传感器信息融合模型。针对战场环境下多传感器系统获得的辐射源信息。通过仿真给出了文中方法的目标识别步骤及识别结果．仿真结果表明该算法提高了目标识别的准确性和有效性。减小了识别的不确定性。     

无数据链情况下红外空空导弹射后截获概率研究

针对无数据链的红外空空导弹发射后截获工作模式,分析了影响目标指向及截获概率的主要误差源,建立了载机雷达观测误差数学模型、主子惯导对准误差数学模型以及目标机动误差数学模型,进行了指向误差及截获概率的理论计算及数字仿真、半实物仿真;理论计算和仿真结果表明：对无数据链发射后截获情况,导引头截获距离及目标机动对截获概率影响较大.     

基于短时傅里叶变换的毫米波引信地面目标识别

针对毫米波引信对地面背景中目标时域检测时地杂波影响较大影响识别的问题,提出基于短时傅里叶变换(STFT)的毫米波(MMW)地面目标识别算法。该算法的实质是提取毫米波引信信号频谱中的有效多普勒频率特征信息,用短时傅里叶变换分析实测的引信多普勒信号。在MATLAB软件下用外场实测数据进行试验验证,验证结果表明了短时傅里叶变换方法对地面目标检测、识别的可行性,可以有效地判断出背景信号中有无目标。     

战斗识别综述

战斗识别(CID),即在作战环境中对观测目标的特征进行精确描述,从而达到支持交战决策的目的。首先,通过对态势感知(SA)和目标识别(TI)能力的熟练应用,对作战环境中的观测目标进行准确识别;然后,根据经核准的交战规     

红外型空空导弹发射后截获目标识别算法

针对采用发射后截获作战使用模式的红外型空空导弹在中末制导交接班时目标识别概率偏低的问题，提出了一种基于机载雷达数据与红外导引头测量数据融合的交接班目标识别算法。利用机载雷达测量信息，弥补红外型空空导弹不可测距测速的缺陷，并利用扩展卡尔曼滤波算法建立目标和干扰的运动状态预测，完成目标和干扰的识别。仿真结果表明，相比于传统的单纯依靠角度比对进行目标识别的方法，本文方法充分利用了目标和干扰在运动特征上的差异性，同等干扰场景下目标识别概率大幅提高，同时本文方法对载机传感器测量精度不敏感，具有较强的工程应用价值。     

基于概率假设密度滤波与无迹Kalman滤波的多目标跟踪与识别

为提高导引头末制导阶段抗干扰能力,针对典型的欺骗式距离-速度联合拖引干扰模型,研究了基于概率假设密度(PHD)滤波的多目标跟踪与基于无迹Kalman滤波(UKF)的多目标识别技术。为说明导引头目标识别原理,给出了距离-速度联合拖引干扰模型;根据导引头测量原理,通过导引头框架角、导弹-目标相对距离、径向速度建立系统跟踪模型,给出了基于PHD滤波的多目标跟踪与基于UKF的多目标识别的基本原理;基于典型的目标运动模型(匀速直线与匀速转弯模型),针对目标施加的4次距离-速度联合拖引干扰,采用目标跟踪结果以及估计的目标速度和加速度信息进行多目标跟踪与识别分析,能够很快实现真假目标识别。仿真实验结果表明,利用PHD滤波与UKF信息能够有效实现对距离-速度拖引干扰下的多目标跟踪与识别。     

在随机混响干扰背景上识别来自复杂几何形状目标回波

这里提出了一种在随机混响干扰背景上识别来自复杂几何形状静止或慢速运动目标回波信号的声周期相关处理的方法。在随机混响干扰背景上识别来自静止或慢速运动(V<3kn)的复杂几何形状物体的回波。运动目标(V>3kn)用多普勒滤波器方法已获得成功检测。但是混响干扰的谱与来自低速目标(V<3kn)回波信号的谱重叠。等人为了在混响干扰背景上识别来自静止和低速目标的回波曾打算使用最佳滤波器。但是认为,这种滤波器比起匹配滤波器,从     

MMW雷达和红外成像双模传感器

预测了双模传感器(MMW雷达和红外成像传感器)和单模传感器(MMW雷达或红外成像传感器)在空地方案中的目标截获概率和假目标截获概率。传感器探测目标并正确地完成一次目标/假目标识别操作的概率即为目标截获概率。预测结果表明,单模传感器的性能完全依赖于其信号识别处理器的信号处理能力,而双模传感器的性能相对来说却不受其信号识别处理器信号处理能力的限制。     

反舰导弹目标识别选择技术的发展应用

通过阐述反舰导弹目标识别选择需求和相关技术应用, 研究现有主要导弹目标识别选择技术的使用特点, 分析了实现新一代目标识别选择技术的途径, 展望了反舰导弹目标识别选择技术发展方向.     

数据融合技术在末敏弹目标识别中的应用

末敏弹探测结果直接影响到其毁伤装甲目标的能力，为了提高末敏弹对目标的识别能力，提高命中概率，该文采用基于模糊数学和D—S证据理论的多传感器数据融合技术，对毫米波／红外复合敏感体制末敏弹的目标识别问题进行了分析研究，有效地提高了末敏弹对目标的识别能力。     

基于地面雷达目标一维距离像的距离段检测方法

探讨了一种基于地面雷达目标一维距离像的距离段检测方法，通过对地杂波和地面目标探测概率的分析，确定第一次对距离像检测的门限，再通过对已经过第一次检测的回波幅度序列位置信息的掌握进行二次检测来进行对地面目标的识别。     

一种奇异值与PNN结合的飞机目标识别方法

针对现有目标识别方法正确率不高及速度不快等问题做了积极的探索,提出了一种将图像轮廓的奇异值与概率神经网络(PNN)相结合的飞机目标识别方法。首先,对数据进行压缩,提取二值化图像目标的轮廓并进行离散化;然后计算离散点到目标质心的距离,以此构造目标循环矩阵并提取它的奇异值特征量,作为目标的特征;接着构建PNN网络,以奇异值为特征量输入,对它进行训练;最后利用训练好的PNN网络分类器对待测目标进行识别。在仿真实验中,该方法使识别率和处理速度得到了很大的提高,证明了该方法的有效性。