基于高分辨距离像的微动目标运动参数估计

研究了微动目标高分辨距离像特征。作为微动目标独有的高分辨特征,提出了微动中心,微动频率和微动幅度等概念,给出了由高分辨距离像估计转动目标转速和振动目标参数的方法,并进行了仿真。仿真结果表明该方法有效。     

雷达高分辨距离像分类器的参数自适应学习算法

雷达高分辨率距离像具有目标姿态敏感性的特点,在识别时的一种解决方法是对目标不同角域建立不同的统计模型。在给定系统参数条件下,选择目标划分角域个数及每个角域覆盖范围是影响识别器运算量及识别性能的关键。该文给出了一种基于数据的自适应学习上述分类器参数的算法,基于联合高斯分布的数据模型通过迭代算法来确定数据划分边界,并自动确定目标角域个数。与等间隔数据划分方法相比,本文方法在降低识别运算量的同时,可以提高识别性能。基于实测数据的实验结果表明该方法是有效的。     

雷达高分辨距离像自动目标识别方法的改进

在雷达自动目标识别中,广泛利用基于散射点模型的高分辨距离像(HRRP),并取得较好的识别效果。由于散射点具有一些特点,且距离单元内的散射点的情况有时比较复杂,从而使高分辨距离像出现一些异常,导致识别发生误判。该文针对发生的问题,主要讨论了飞机类目标对偏航、俯仰、侧摆三维姿态角变化的敏感性、飞机类目标在正侧视附近的特点以及测试样本的相干峰现象,并提出了相应的改进措施。仿真数据的识别试验结果表明该文提出的改进措施可以有效地提高识别性能。     

高分辨距离像相关性辅助多目标跟踪

密集多回波环境下对多目标跟踪时,在无法预知跟踪目标先验信息的条件下,研究了利用时间相邻的目标高分辨距离像的相关性辅助多目标跟踪的信号辅助跟踪算法。结合仿真目标的散射数据,建立多目标跟踪并行和向心飞行2种动态仿真场景,并与联合概率密度和最近邻算法进行比较,验证了算法的性能和有效性。     

基于高分辨距离像的分布式协同识别方法

宽带高分辨图像是复杂突防场景下真假弹头识别最有效的特征之一。针对单部雷达无法有效估计目标真实尺寸问题,提出了基于分布式宽带雷达的高分辨一维像协同识别方法。通过多部宽带雷达协同测量,获取弹道目标同一时刻多视角下的高分辨一维距离像,利用多个视角的径向尺寸协同估计目标真实尺寸。仿真分析了典型突防场景下,双站最小二乘估计和递推最小二乘序贯协同尺寸估计方法的有效性。     

基于改进高斯核函数的雷达高分辨距离像目标识别算法研究

针对支持向量机的核函数选择问题,在保形变换方法的基础上,分析了确定数据分布特征的重要性,给出了判断数据呈高斯分布的方法。利用支持向量机的高斯核函数,提出一种基于改进的高斯核函数雷达目标高分辨距离像的研究方法。该方法对SVM的高斯核函数进行改进,并进行核函数选择。通过改进的高斯核函数与多项式核函数进行比较,在Matlab环境下采用两种方法对高分辨距离像进行仿真,仿真方法验证并改进了高斯核函数的有效性。     

雷达高分辨距离像的特征提取算法研究

针对高分辨距离单元内目标散射点的复杂特性, 从散射点模型理论出发, 对目标散射点模型进行深入研究, 分析了传统目标特征提取算法的局限性。给出了一种改进的特征提取方法, 该方法首先对距离单元内的散射点进行预处理, 去除噪声、强化有用信息, 然后对有效的距离单元进行特征提取。基于实测数据的仿真实验结果表明: 该方法能够准确反映目标的几何位置信息, 在减小计算量的同时能获得较高的识别率。     

基于线性动态模型的雷达高分辨距离像小样本目标识别方法

为了解决雷达高分辨距离像识别系统对训练样本需求量过大的问题,该文提出一种基于线性动态模型的小样本目标识别方法。首先分析了距离像频谱的统计特性,然后从其广义平稳性出发,使用线性动态模型对距离像频谱幅度建模,并用期望最大化算法估计模型参数。实测数据的实验结果表明：即使在很少的训练样本条件下,该方法仍能获得较高的正确识别率和良好的拒判性能。     

雷达高分辨距离像模板自动生成算法

模板的完备性直接决定了基于高分辨距离像的雷达目标识别系统的分类性能;在外场试验中限于目标姿态、环境等因素难以获得准确标定的目标立体角范围内全姿态模板数据。针对一维距离像识别的工程实用化需求,本文基于数据驱动思想,提出了新的一维距离像聚类模板自动生成算法。与传统方法相比,本文方法在提高工程可行性的同时提高了识别性能。为满足实验需要,本文提出了新的基于MSTAR图像的高分辨距离像反演算法,得到更精确的反演数据。基于该数据的实验结果表明算法解决了模板生成姿态角依赖性问题,提高了识别性能。      

基于高分辨距离像序列的锥柱体目标进动和结构参数估计

弹道目标特征参数估计是进行目标识别的基础。针对缺少先验参数信息时锥柱组合类弹头目标进动和结构参数联合估计难题,该文提出一种基于高分辨距离像序列实现锥柱体目标进动和结构参数联合估计新方法。以旋转对称锥柱体目标为研究对象,基于静态电磁散射数据,结合目标运动模型仿真生成了目标高分辨距离像序列,分析了4个观测区域内锥柱体目标的1维距离像特性。研究了常见雷达观测视角内锥柱体各散射中心的1维距离像序列变化规律,建立了序列中散射中心间的相对位置变化的极值与目标参数之间的关系式,据此完成了锥柱体目标进动和结构参数的联合估计。最后,仿真实验结果验证了文中方法的有效性和适应性。     

对数变换在高分辨距离像目标识别中的应用

在基于高分辨距离像的雷达目标识别中,幂变换是一种常用的非线性预处理方法,对提高识别率有一定的作用。但幂变换对高分辨距离像目标识别的性能提升受信噪比情况影响较大,且幂变换指数的选取对识别结果影响明显,甚至有不利影响。文中针对幂变换存在的问题,提出用对数变换对高分辨距离像进行预处理。比较分析了对数变换与幂变换的作用机理的异同点,并重点分析了对数变换对高分辨距离像类内和类间相关系数的影响。研究表明:对数变换相较于幂变换更适于对高分辨距离像进行预处理,且实测数据的实验结果表明对数变换比幂变换能更有效地提高识别率。     

稀疏分解在雷达一维距离像中的应用

雷达一维距离像成像本质上是对雷达目标散射特性进行信号表示的过程,它以其获取的简单性及有效性,在雷达成像及目标识别方面得到了广泛的应用。针对雷达目标几何绕射参数化模型,利用稀疏分解方法,研究了高分辨一维距离像的重构及特征提取问题。以此可以避免奈奎斯特采样定理的弊端,以更贴近信号本质特征的方法处理雷达回波信号。通过匹配追踪算法,寻找最佳匹配原子的位置,以此估计雷达目标散射点参数。实验结果表明该方法在信号重构及特征提取方面的有效性。     

基于高分辨距离像的空中目标长度提取方法

雷达采用宽频带信号后,从目标接收到的不再是“点冶回波,而是沿距离分布开的高分辨距离像。目标高分辨距离像包含一定的目标信息,如目标的长度、几何结构等,为雷达目标识别提供了较好的基础。基于长度是代表目标固有的特征信息之一,文中提出一种基于高分辨距离像的飞机目标长度提取方法,并经外场实验验证了该方法的有效性     

目标复杂运动对SFR一维距离成像影响分析

在步进频雷达系统中,目标运动会使回波引入附加相位项,若直接进行快速傅里叶变换成像会导致一维像产生模糊,波形失真,从而很难分辨目标及其所处方位,对后续的目标识别造成困难。针对复杂运动目标,推导了回波相位系数与运动参数之间的关系,分析了实际应用中目标运动需要考虑的阶数,定量分析了各阶相位对距离像的影响,得出了几个有用的结论。利用仿真实验证明了理论分析的有效性。     

毫米波雷达高分辨抑制角闪烁试验研究

角闪烁是影响毫米波末制导雷达角跟踪精度的主要因素之一,可能致使脱靶量增加,甚至导致目标丢失。然而目前关于角闪烁的研究主要基于理论分析、建模和仿真,试验研究相对较少。本文首先简述了角闪烁产生的机理,分析了角闪烁的特征,然后总结了抑制角闪烁的常用方法,并阐述了高分辨雷达抑制角闪烁的原理,开展了毫米波单脉冲雷达角闪烁试验,最后利用室内试验结果验证了高分辨可有效抑制目标上多散射中心间相互干涉引起的角闪烁。     

高分辨一维多普勒像

雷达可发射频域高分辨信号,如单频连续波信号,从回波信号中估计目标各散射中心的多普勒频移,从频域分辨各散射中心。引入了高分辨一维多普勒像的概念,介绍了高分辨一维多普勒像成像基本原理,理论推导说明高分辨一维多普勒像为目标散射强度分布的横向投影。基于成像公式得到了目标多普勒像分辨率大小,以及不进行非线性相位补偿条件下,成像积累时间内目标转角或积累时间的约束条件,推导了高分辨一维多普勒像不模糊条件对数字采样率的约束,仿真试验验证了理论推导的正确性。     

一种基于多约束条件的目标一维像尺寸提取方法

雷达高分辨一维像反映了目标的精细结构信息在雷达视线上的投影,正确提取目标一维像尺寸是计算宽带RCS,反演目标真实长度,实现目标分类识别的基础。文中针对在目标一维像尺寸提取时存在的目标分裂、多目标情况等情况,提出一种基于多约束条件计数的目标一维像尺寸提取算法,可以实现宽带距离窗内多个目标一维像尺寸的同时提取,经过实测数据验证,文中提出的一维像尺寸提取算法平均提取误差小于2个距离门,具有优良的性能和提取稳定性,可有效避免海杂波,目标分裂多目标等情况的影响。     

基于BP网络和支持向量机的雷达高分辨距离像识别

利用雷达目标识别的重要手段之一高分辨距离像,使用误差反传前馈神经网络和支持向量机两种方法分别对其进行识别,并比较二者的识别性能。实验结果表明二者具有相似的抗噪性能和相位角敏感性,而后者的平均识别率较前者有所提高,且对同一样本集支持向量机的识别结果比较稳定。