基于二维小波变换的激光成像雷达目标识别算法

提出了基于二维小波变换的激光成像雷达目标识别算法,首先对激光成像雷达目标的距离像进行二维小波变换;然后从近似分量和细节分量中提取奇异值特征,利用遗传算法对支持向量机参数进行智能优化;最后应用支持向量机对三种地面目标进行识别.仿真实验表明,该方法与直接应用距离像奇异值特征进行识别的方法相比,在高载噪比20dB时的平均识别...     

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。     

基于子空间技术中奇异向量分析的穿墙雷达杂波抑制方法

穿墙雷达成像中,墙体反射杂波干扰严重,严重影响目标成像效果.子空间技术对回波信号矩阵进行奇异值分解后去除墙体子空间,可以有效的抑制墙体杂波干扰,在穿墙雷达成像中具有广泛的应用.该文针对子空间技术中墙体与目标子空间的划分这一难题,提出一种基于奇异向量平稳度分类的墙体子空间提取技术.该方法利用墙体回波信号的相关特征,根据奇异值分解后各个左奇异向量的平稳程度来精确划分墙体与目标子空间.实验结果表明,与现有技术相比,该方法对墙体子空间的确定更加精准有效,提高了穿墙雷达墙体杂波干扰抑制能力,改善了墙后目标的成像质量.     

单目标一维成像及特征提取方法性能分析

为后续目标识别作准备,针对采集并且存储之后的飞机目标雷达回波信号,完成后端雷达信号处理.首先,基于MATLAB提取波门内采样的回波信号并且实现目标的一维成像.然后,采用传统的傅里叶变换模值、双谱奇异值分解法对目标的一维距离像进行特征提取.为了获得较为稳定的目标特征,针对以上两种方法,主要从特征相似性的测量角度分析单一目标特征提取方法的性能优劣.最后通过实验,从相关系数概率密度分布情况得出双谱奇异值分解特征提取法性能较佳,所得到的目标特征较稳定.     

条纹管激光成像雷达在近程海面监测应用分析

近程海面监测通常要在低照度条件下,获得高清晰、高分辨目标图像,以提高监测效能。与传统被动红外成像监测相比,激光成像雷达是一种主动成像技术,能获取目标强度像和距离像（统称为四维像）,具有较高的目标探测与目标识别概率。分析了美国条纹管激光成像雷达的发展现状及具有的技术优势,阐述了条纹管激光成像雷达采用的闪光式体制、一次成像、高速获取目标数据的原理。指出条纹管激光成像雷达既适用于近程海面监测,也可与现有监测手段,如被动红外、微波雷达等复合使用,提高监测效率。     

基于数字信号处理器的激光成像雷达目标识别算法实现

激光成像雷达的空间分辨率较高,能成四维像(强度像 三维距离像),适合作目标识别探测器.支持向量机(SVM)是一种能在小样本学习的情况下,仍有较高识别正确率的目标识别方法.通过优化支持向量机算法,将它嵌入到激光成像雷达系统的数字信号处理器(DSP)芯片内,实现目标识别的功能,有很高的现实意义.首先用真实激光成像雷达强度像做实验,测试56个样本,共耗时31.97μs,证明嵌入到数字信号处理器的支持向量机算法能满足实时性要求,识别正确率为98.2%;再用仿真激光成像雷达距离像验证支持向量机的推广能力,证明支持向量机在实时性和识别性能两方面都能满足激光成像雷达的识别要求.     

激光关联成像雷达研究进展与展望

激光关联成像雷达是一种在凝视探测的条件下通过主动调控光场涨落和单像素探测器接收目标回波信号获取目标信息的计算成像技术,在远距离目标识别、三维成像、要地防御等领域有着重要应用前景,成为近年来的一个研究热点。简述了基于窄脉冲直接探测体制和基于长脉冲外差探测体制的两种激光关联成像雷达的基本原理和特点,并介绍了其近期取得的主要研究进展。进而围绕远距离、高分辨、高速运动目标探测与识别应用,对激光关联成像雷达所需解决的关键问题和发展趋势进行了探讨和展望。     

相关滤波器与支持向量机结合的激光成像雷达目标识别算法

激光成像雷达能成清晰的目标三维距离像和一维强度像,可提高目标识别率,因而成为国际上的研究热点.当大视场高分辨率激光成像雷达垂直探测目标时,视场内目标增多,要求目标识别算法既能同时检测多目标,又要具有平面内旋转不变性.为了满足上述要求,提出将具有平面内旋转不变性的CHF-MACH相关滤波器和支持向量机(SVM)相结合,组成一种新的目标识别系统,其中相关滤波器能同时检测定位多个感兴趣目标,再用SVM分别对图像内的已定位的目标进行识别.以仿真激光成像雷达图像为实验数据,分别对4类目标进行识别.实验结果表明,CHF-MACH滤波器对本类目标有较好的检测率,对非本类目标有一定的抑制作用;SVM能以较高的精度分类已检测目标.所以,该方法能有效地对大视场内多目标进行识别,适用于激光成像雷达.     

微动目标雷达特征提取、成像与识别研究进展

微动目标的雷达特征提取、成像与识别技术是雷达目标精确识别领域极具发展潜力的研究方向之一。该文首先简要阐述了微动的相关概念,然后综述了近年来微动目标回波建模、微动特征提取、微动目标成像以及基于微动特征的雷达目标分类与识别等方面的研究现状,并介绍了几种典型前沿应用,最后对微动目标雷达特征提取、成像与识别的研究发展趋势进行了展望。      

固体激光雷达的发展现状

文中首先分析了半导体激光成像雷达和二极管泵浦固体激光成像雷达的发展现状，介绍了９０年代初出现的一种商品化的微型ＤＰＬ脉冲激光雷达和一种半导体成像激光雷达的特点，指出进一步发展固态激光成像雷达的关键是高功率、高波束质量的辐射源、高灵敏度的接收技术，高性能的二维扫描技术和图像处理及目标识别算法。     

目标散射特性对激光雷达回波特性的影响分析

研究目标散射特性对其激光雷达回波特性的影响是进行目标激光雷达主动成像、跟踪以及目标识别的基础。首先推导了考虑探测激光时空分布的目标激光雷达回波公式,通过3DS MAX软件建立了三种典型目标的三维模型,采用单站激光雷达BRDF模型仿真得到了理想漫反射、近似镜面反射以及粗糙表面三种情况下不同目标多角度回波峰值序列,基于此分析了目标散射特性对其激光雷达回波特性的影响,可为目标激光雷达主动探测及成像提供理论参考。     

基于特征值的激光成像雷达目标识别算法

提出了一种基于特征值的激光成像雷达目标识别算法。首先从激光成像雷达中获取目标场景的距离像,将场景中各个目标分离,分别提取各个目标距离像的特征值,然后用网格搜索算法对支持向量机参数进行优化,最后应用支持向量机对分离出来的三种目标进行分类识别。仿真实验表明:该方法简单易于实现,识别效果较好。     

二极管泵浦固体激光雷达技术及其应用

二极管泵浦固体激光雷达是最近几年成像激光雷达发展的重点,它采用高重复频率、高峰值功率的二极管泵浦固体激光器、高灵敏度的雪崩二极管探测器,其主要优点是体积小、价格低,可用扫描成像或非扫描 成像,探测大多采用直接探测体制,在军事和国民经济中都有着广阔应用前景。文中简要介绍了二极管泵浦固体激光雷达的研究及其在军事中的应用,包括精确制导、风速测量和直升机防撞等。以几种典型激光雷达为例,概括了激光雷达研究中需要解决的部分关键技术。     

新体制成像激光雷达发展评述

概述成像激光雷达的军事应用前景及其对成像激光雷达的性能要求,重点论述几种新体制成像激光雷达(包括基于光学相控阵的电扫描成像激光雷达、非扫描3D成像激光雷达和合成孔径成像激光雷达)研究工作的新进展。     

新体制成像激光雷达发展评述

概述成像激光雷达的军事应用前景及其对成像激光雷达的性能要求,重点论述几种新 体制成像激光雷达(包括基于光学相控阵的电扫描成像激光雷达、非扫描3D成像激光雷达和合成孔径成像激光雷达)研究工作的新进展。     

基于改进的半监督主动学习的雷达信号识别

为解决在雷达信号分类识别过程中训练样本较少的问题,本文提出了联合主动学习和半监督学习,并对其伪标记样本进行迭代验证改进的分类算法。针对复杂的电磁环境下雷达信号识别率低的问题,本文将径向高斯核时频分析应用于雷达信号,并对时频分布进行奇异值分解,提取出奇异向量作为雷达信号识别的特征参数。针对传统的半监督主动学习算法的不足,利用改进的半监督主动学习算法构建分类器,该算法通过对伪标记样本进行迭代验证来提高伪标记信息的准确性,从而改善了最终的分类性能,实现了在可获取的有标签样本数量较少的条件下对雷达信号的高概率识别。仿真结果表明,本文提出的特征识别方法可以获得较高的识别率。