雷达一维距离像目标识别方法性能的研究

给出了雷达距离像的数学模型,从平均距离像和距离像的协方差阵出发,用判别距离观点分析了常用的基线法、相关法、双谱法、主本征向量法和二次型法的分类性质. 用判别距离准则将它们分为两类：基于平均距离像的线性分类器,基于平均距离像和协方差阵的二次型分类器. 分析结果表明,二次型分类器利用了多个距离像的协方差信息,比线性分类器具有更好的分类效果.     

一维距离像的雷达目标特征提取方法研究

利用高分辨雷达一维距离像,分析了规范相关分析（CCA）法及核规范相关分析（KCCA）应用于高分辨雷达目标识别的特征提取,用外场实测数据进行了识别实验．理论分析与实验结果表明,CCA法和KCCA法在数据降维的同时保持了较高的识别率．     

雷达高分辨距离像分帧新方法

针对雷达高分辨距离像的姿态敏感性问题,提出了一种新的分帧方法.首先分析了距离像频谱幅度的统计特性并假设其服从联合高斯分布,之后使用概率主分量分析模型对各个子帧内频谱幅度建模并用期望最大化算法求取模型参数,最后依次合并Kullback-Leibler距离最小的相邻子帧来完成分帧.实测数据的分帧结果与识别率均表明了该分帧方法的有效性.     

基于多层前向网络的雷达目标一维距离像识别

利用多层前向网络，对雷达飞机目标的一维距离像的识别问题进行了研究．讨论了网络进行非线性判决分类的基本原理．仿真结果表明了该方法的可行性，经过少量样本训练后的网络，具有较好的推广能力     

雷达目标距离像分类机理的研究

文中用散射点模型的观点对雷达目标距离像的分类机理进行了探讨，首先从散射点模型出发导出距离像在近姿态角上强相关和在远姿态角上弱相关的距离像相关框架，指出这个框架只有在全资态角范围采集足够多距离像构成模板链才能完备地确定刻划目标和识别特征。作者用实验数据对这个结论作了验证，并探讨了姿态角范围与识别率的数量关系。     

一种基于零相位表示法的雷达高分辨距离像识别方法

针对一种距离像零相位表示法,提出采用子带处理来降低对对齐精度的要求,并给出了相应的识别方法．与最大相关系数分类器相比,子带处理的方法在降低运算量的同时获得了较好的识别性能,优于基于频谱幅度特征的分类器的性能．     

基于动态时间规整算法的一维距离像雷达目标识别方法

针对高分辨率雷达一维距离像(HRRP)的目标识别问题,提出了一种基于动态时间规整(DTW)算法的雷达目标识别方法.该方法利用HRRP具有反映目标结构分布和几何形状的特性,通过角域划分建立各类目标姿态模板数据库,使用DTW算法估计HRRP与目标模板库中不同HRRP的相似度,选择最大相似度对应的目标模板作为目标识别的结果....     

运动目标对步进频率一维距离像的影响研究

该文针对宽带步进频率收发信号,根据高分辨率一维距离像的多散射中心数学模型,分析了当目标运动时的距离相位关系,并推导了目标一维距离像的偏移因子和发散因子公式,对多普勒效应的影响进行了深入的研究.通过对高分辨率步进频率毫米波目标模型的计算机系统仿真,算法和分析得到了验证,并得到了运动目标速度补偿条件.     

运动目标对步进频率一维距离像的影响研究

该文针对宽带步进频率收发信号,推导了基于高分辨率一维距离像的多散射中心数学模型,并给出了其外包络表达式。针对高分辨率步进频率毫米波雷达目标,分析了当目标存在相对运动时的回波数学模型,并对多普勒效应的影响进行了深入的研究,通过计算机的系统仿真,最后得到了运动目标速度估计与补偿的条件。     

用距离像识别地面目标的研究

利用毫米波（ＭＭＷ）雷达高分辨距离像作为特征矢量，研究了四种地面目标的分类性能，比较了单极化和双极化下的目标分类结果．表明距离像的多极化非相干积累是提高目标识别率的一个有用方法．     

雷达目标一维距离像的偶数阶中心矩特征的识别

针对雷达目标一维距离像的平移敏感性和姿态敏感性,提出一种提取一维距离像的偶数阶中心矩作为雷达目标特征的方法。用小波变换提高一维距离像的信噪比,在此基础上提取中心矩特征,再选取维数减半的比较稳定的偶数阶中心矩作为目标特征,以适用于支持向量机分类器进行识别分类。对实测雷达目标的数据进行试验,结果显示在减少模板特征向量的存储量和测试样本识别时的计算量的同时,得到了较高的识别率。     

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     

Wideband MIMO Radar Waveform Optimization Based on Range Profile

Aiming at the signal bandwidth design problem for multi-target imaging task, a kind of multiple input multiple output (MIMO) radar waveform design method is proposed. At first, the closed-loop feedback between the range profile and the signal bandwidth, which can design the minimum bandwidth of a transmitting signal that can distinguish each scatterer of the target in range direction, is established. Then, considering the request of beam pattern and the bandwidth limitation, a waveform optimization model is established and solved. Therefore, the multi-target observation and the dynamic adjustment of the signal bandwidth are accomplished. In the end, the simulation results prove the performance of the algorithm in a low SNR circumstance.     

基于目标子空间的雷达自动识别系统

分析了HRRP空间RATR方法的冗余噪声匹配问题．探讨基于目标子空间的RATR方法．与HRRP空间相比,目标子空间理论上不存在冗余噪声,能够更加准确地反映目标的结构特征．对外场ISAR实测数据的处理表明,此目标子空间算法的识别结果比传统的HRRP空间算法的效率更高,比常规方法具有明显的优越性．     

基于SKO—KPCA和SVM的雷达目标HRRP特征提取与识别

将依赖数据变化的自适应SKO技术和迭代算法引入KPCA算法中,结合SVM分类技术,提出了基于SKO—IKPCA和SVM的雷达目标HRRP特征提取与识别方法。讨论了HRRP预处理、迭代KPCA算法和SKO／FKO技术的实现方法,将SKO／FKO技术应用到KPCA的核优化中,并用人工合成数据对其优化性能进行了测试与比较,应用该方法对su-27、F-16及M2000等三类飞机目标的实测HRRP数据进行了特征提取与识别实验。结果表明,所提方法具有较好的稳定性和可靠性,能有效地优化雷达目标主元特征的提取,提高目标的识别性能。     

Feature Extraction of Radar Range Profiles Based on Normalized Central Moments

The normalized central moments are widely used in pattern recognition because of scale and translation invariance. The moduli of normalized central moments of the 1-dimensional complex range profiles are used here as feature vector for radar target recognition. The common feature extraction method for high resolution range profile obtained by using Fourier-modified direct Mellin transform is inefficient and unsatisfactory in recognition rate And. generally speaking, the automatic target recognition method based on inverse synthetic aperture radar 2-dimensional imaging is not competent for real time object identification task because it needs complicated motion compensation which is sometimes too difficult to carry out. While the method applied here is competent for real-time recognition because of its computational efficiency. The result of processing experimental data indicates that this method is good at recognition.     

Multichannel noncoherent integration detection using high range resolution profile

A multichannel noncoherent integration detection method based on high range resolution profile was presented in this paper.According to the property of the moment-generating function,the distribution characteristics of the noncoherent integrated signals with or without target presence were derived under the circumstance with noncorrelated Gaussian distribution noises.The loss of noncoherent integration was due to improper selection of integration range of cell numbers.A multichannel noncoherent integration detection scheme where the integration number in each channel varies was proposed to solve this problem.The quality of this method for detection of various targets was evaluated.A comparison of fixed integration range cell number detection and multichannel integration detection for a high range resolution profile was presented.Simulation results indicated that the principle of the method was correct and performed well for unknown physical dimension targets.The method required little prior knowledge about target and was convenient for practical implementation.     

基于功率谱AMSF的微动特征提取算法

以旋转周期估计为核心的微动特征提取技术是对空间自旋目标、空间碎片和弹头等目标进行成像和识别的基础,转速估计的精度直接影响成像和识别的结果.从旋转目标的窄带雷达散射机理出发,建立了旋转散射点的基频回波模型.针对旋转运动导致窄带回波是多分量SFM信号的特征,对多分量SFM信号的频谱进行了分析,根据其周期特征,提出了基于信号功率谱AMSF的微动特征提取算法.通过仿真验证了该算法在较低的信噪比下有较高的精度和稳定性.该方法有较强的应用前景.