基于AOK时频分析的窄带雷达目标架次分辨方法

针对非平稳运动编队目标的分辨问题,基于ISAR技术和非平稳分析时频分析理论,研究了一种基于自适应最优核（AOK）的窄带雷达目标架次分辨方法,给出了窄带雷达目标架次分辨处理过程和算法步骤.不同于传统方法,该方法主要利用目标相对于雷达的转动引起的多普勒差异来分辨目标,并考虑了交叉干扰的抑制性、信号能量的聚集性,可获得更优的分辨效果.基于实测数据的对比实验结果证明了该方法的有效性.     

一种基于参数模型的雷达目标架次检测方法

在研究时变自回归模型及非平稳信号时变频率估计的基础上,提出一种基于时变自回归模型的编队目标架次检测新方法．该方法利用时变自回归模型在短数据情况下可精确描述非平稳信号时频特性的优势,融合回波信号时变频率的精确估计和编队目标在距离上的分辨性能,检测编队目标架次．实测数据实验实现了短数据情况下的4架次编队目标架次检测．     

跳频信号的时频分析新方法

根据跳频信号的特点,提出了一种基于信号分解的时频分析方法。该方法先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的WVD线性叠加得到新的时频分布。理论分析和仿真结果表明,这种新的时频分析方法能够有效抑制跳频信号的交叉项干扰,与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计。     

时频分析在跳频信号中的应用

时频分析是非平稳信号处理领域中广泛应用的重要技术之一,跳频信号作为一种典型的非平稳信号,时频分析方法是对其进行检测、参数估计的重要方法。文章从提高时频聚焦性、抑制交义项干扰及减少运算量3个方面对各种常用的时频分析工具进行综合比较,并把在地震信号处理方面得到成功应用的S变换,应用到跳频信号处理中,取得了较好的效果。仿真结果表明：短时哈莱特变换运算量最小;S变换具有灵活的时频聚集性;不同时频分布组合、谱图、SPWVD、重排类分布能获得清晰的时频图。     

一种SP&WVD组合时频分布改进算法

谱图(spectrogram,SP)和维纳-威利分布(Wigner-Ville distribution,WVD)组合时频分布是针对多分量信号的一种新型时频分布算法,为减少谱图交叉项带来的误差,从多角度分析了谱图分布及WVD的交叉项产生原理,提出了一种改进的组合时频分析方法。该方法首先对具有不同窗长和不同窗函数的多个谱图进行叠加综合;然后通过对时频分布综合结果进行阈值化处理获得自项支撑区域,最终实现了对WVD交叉项的抑制。仿真结果表明,该方法保持了WVD良好的时频聚集性,并有效抑制了交叉项。     

基于双谱对角切片的目标架次识别方法

高阶谱较功率谱含有更多的目标回波信息，如相位．针对常规低分辨警戒雷达对飞机目标的架次识别这一应用背景，利用双谱对角切片作为特征矢量，经K-L变换后，用径向基神经网络进行分类，取得了良好的识别效果．     

一种组合时频分布在跳频信号参数估计中的应用

为了有效分析跳频信号并估计其参数,根据跳频信号的特点,提出了一种基于频率分解的组合时频分布．这种新的时频分布先将多分量跳频信号通过带通滤波变成多个单分量信号,再将每个分量的Wigner-Ville分布线性叠加．理论分析和仿真结果表明,这种新的组合时频分布能够有效抑制跳频信号的交叉项干扰．与现有的方法相比,具有更高的时频分辨率,更适合于跳频信号的时频分析和参数估计．     

时频分布级数方法的改进

时频分布级数法在保持高时频分辨率的前提下,有效抑制了Wigner分布的交叉项,但运算量问题制约了其在工程应用中的普及。该文在对时频原子基函数进行研究的基础上,利用窗口选择特性对方法进行了改进,节省了大量计算,通过对多分量非平稳信号的仿真表明,对TFDS方法的改进是有效的,信号处理时间明显缩短,对联合时频分析的工程应用具有一定的参考价值。     

一种基于联合特征矢量的雷达目标识别方法

综合波形特征和小波分解能量特征作为联合特征矢量,利用概率神经网络对目标类型和数量进行一体化识别,从对真实雷达视频数据进行的实验证实了这点。     

基于体系分类法的空中目标编目方法

为了完善对联合空情目标的管理,针对空中目标的编目需求,对目标属性和分类方法进行分析,提出一种基于体系分类法的空中目标编目管理方法,即根据空中目标属性及分类方法,采用体系分类结构来描述空中目标的分类结构特征,再利用层次码对空中目标进行编目,使分类体系结构中每一类、每一级或者每一个特定的目标有专一的编号,并与空中目标形成一一对应的关系.实例分析得出,该方法实现了空中目标的有效编目,对于空中目标的管理、指挥员的决策都具有很好的辅助作用.     

基于时频分析的跳频盲抗干扰技术研究

盲抗干扰技术是一种利用盲源分离技术应对不可预知干扰的方法.在分析跳频盲分离抗干扰的技术文献的基础上,研究了基于时频分析的跳频盲分离抗干扰技术的性能.仿真结果表明,基于时频分析的盲抗干扰技术具有较好的抗非平稳干扰信号性能.     

一种基于Monte Carlo的空情目标仿真方法

空情目标仿真为预警监视系统模拟训练、效能评估、部署优化等提供数据基础.针对利用想定航线生成的空情目标无法体现随机因素的问题,基于蒙特卡罗法,提出了一种包含随机模型的空情目标仿真方法,给出了服从泊松分布的空情目标流到达时间模型和服从均匀分布的目标流空域分布模型.利用Crystalball风险评估软件对一个具体想定进行仿真,得到服从给定概率分布的空情目标,验证了该方法的有效性.     

优化Zernike矩MIMO雷达图像目标识别方法

针对MIMO雷达目标识别问题,给出了一种MIMO雷达目标识别方法.首先利用二值化和杂散点抑制对MIMO雷达成像结果进行了预处理,以消除噪声干扰和MIMO雷达图像距离依赖方位分辨率所引起的图像幅度起伏;随后,基于优化Zernike矩方法构造了MIMO雷达图像的特征,采用欧式距离分类器给出了相应的识别处理步骤.最后,利用3种飞机模型的MIMO雷达像对所提出方法的性能进行了验证,仿真结果证实了所提方法的可行性.     

高距离分辨率雷达目标的识别

本文以信号处理为基础,研究了识别特征的方法,包括直接利用距离像作为识别特征及提取距离像的频域特征和自相关函数特征,以避免距离时延对识别的不利影响并获得更多的高价统计信息;结合傅立叶变换的时移不变性和梅林变换的尺度不变性,讨论了距离像的傅立叶－梅林变换在改善目标特征稳定性方面的作用;研究了一种修正的直接梅林变换（ＭＤ－ＭＴ）算法。对几种提取的特征均采用相关滤波法对高分辨率的雷达目标进行识别。经微波暗     

基于双差分法的目标检测与分析

用双差分法检测静止背景下运动目标的轮廓，并利用矩方法研究了运动目标的几何特征，利用目标的质心估计目标的运动信息．给出了实验结果及分析．     

基于DSmT的不同时域多传感器目标识别方法研究

摘要：复杂的战场环境变化带来传感器证据冲突．DSmT既能够处理多源信息的模糊性和不确定性,也能处理高度冲突性．利用DSmT中的经典DSm组合规则和混合DSm组合规则,解决了不同传感器在不同时域的目标识别问题．     

动平衡信号的时频分析方法研究

针对动平衡信号面向去重平衡机应用时存在的非线性、非平稳性以及实时性,本文在分析硬支撑动平衡理论的基础上,以联合时频分析方法对标准工件进行加重获得的动平衡信号为研究对象,分别用短时傅立叶变换(STFT)、Wigner-Ville分布(WVD)、小波变换和Hilbert-Huang变换(HHT)对动平衡信号进行时频分析。仿真结果表明,STFT是基于窗函数变换的分析方法,对信号局部分析能力不足且分析精度不高;WVD虽然具有好的时频聚集性,但对多分量信号存在交叉干扰项;小波变换局部分析能力强且分析精度高,但涉及小波基的选择,对非平稳信号不具有实时性;HHT可根据信号的局部时变特征对其进行自适应分解,最终给出信号的时频谱和幅值谱,能够准确描述动平衡信号的特征,具有很高的时频分辨率和时频聚集性。     

A New Radar Target Recognition Method Based on Polarimetric Processing and Neural Learning

0INTRODUCTIONBecauseanone-dimensionalrangeprofileobtainedbyawidebandMMWradarcanbeusedtodescribegeometricstructurecharacteristicsoftargetSbeingillLirninated.UnlikearathercomplicatedISARimop,itcanhealsoregainedasthetarget"fingerprintS".Thus,itholdsmuehpromiseandhasattractedpeople'sattentionstousehighresolutionrangeprofilestoclassifythetarget['--'].ButtherangeprofileisafunctionoftargetattitudeanglesIthuseachtargetclassmustberepresentedbyalaalnumberofangle-indexedsubclassestohandletinknow…