共查询到20条相似文献,搜索用时 546 毫秒
1.
从密集复杂的信号环境中分选和识别出特定雷达辐射源信号是信号处理领域重要内容之一。利用威胁复杂雷达信号的先验信息,引入数据挖掘领域时间序列相似性快速匹配原理及其滑窗技术,提出了一种适于多参数联合变化雷达信号快速匹配识别方法。实验表明,该方法识别速度快,适应环境能力强,具有良好的应用前景。 相似文献
2.
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。 相似文献
3.
4.
自动目标识别(ATR)是雷达信息处理领域的重要研究方向。由于卷积神经网络(CNN)无需进行特征工程,图像分类性能优越,因此在雷达自动目标识别领域研究中受到越来越多的关注。该文综合论述了CNN在雷达图像处理中的应用进展。首先介绍了雷达自动目标识别相关知识,包括雷达图像的特性,并指出了传统的雷达自动目标识别方法局限性。给出了CNN卷积神经网络原理、组成和在计算机视觉领域的发展历程。然后着重介绍了CNN在雷达自动目标识别中的研究现状,其中详细介绍了合成孔径雷达(SAR)图像目标的检测与识别方法。接下来对雷达自动目标识别面临的挑战进行了深入分析。最后对CNN新理论、新模型,以及雷达新成像技术和未来复杂环境下的应用进行了展望。 相似文献
5.
雷达干扰信号准确识别是雷达抗干扰的前提,对于雷达生存至关重要。针对传统雷达干扰信号识别方法需要繁琐的分析计算提取特征,通用性差,泛化能力弱,难以适应复杂的雷达工作环境问题。本文考虑无需人工提取特征信息且具有较好的分类识别效果的深度学习网络。考虑到传统的深度学习网络由于使用点估计方式,不能够很好的衡量预测结果中的不确定性,本文提出了一种基于贝叶斯深度学习的干扰识别方法。首先,通过概率建模代替网络参数模型的点估计,解决了不确定性随机数据引起的网络过拟合问题。其次,考虑有效利用雷达回波信号的时序特性设计了LSTM层,同时解决训练过程中的梯度消失问题。基于线性调频雷达有源干扰实测数据完成了网络训练与测试,实验结果表明,引入贝叶斯方法可以在加快网络收敛速度的同时有效提高识别准确率。 相似文献
6.
7.
8.
Two-dimensional scattering center extraction based on multiple elastic modules network 总被引:5,自引:0,他引:5
Kyung-Tae Kim Hyo-Tae Kim 《Antennas and Propagation, IEEE Transactions on》2003,51(4):848-861
The concept of scattering centers on a target is commonly used for radar signature modeling and data compression, as well as target recognition. In particular, two-dimensional (2-D) scattering centers are useful features in automatic target recognition, which uses a synthetic aperture radar system, because they are directly related to physical scattering mechanisms and also have small dimensionality. We propose a new technique for estimating 2-D scattering centers using radar data in the frequency-aspect domain. The technique first estimates one-dimensional scattering centers at several aspects, and the multiple elastic modules network optimization is exploited to find 2-D locations and amplitudes of the target's scattering centers. Experimental results illustrate that the proposed method is efficient not only for estimating 2-D scattering centers on the target but also in computation. 相似文献
9.
10.
雷达目标识别技术综述 总被引:18,自引:7,他引:18
针对雷达自动目标识别技术进行了简要回顾。讨论了目前理论研究和应用比较成功的4类目标识别方法:基于目标运动的回波起伏和调制谱特性的目标识别方法、基于极点分布的目标识别方法、基于高分辨雷达成像的目标识别方法和基于极化特征的目标识别方法,同时讨论了应用于雷达目标识别中的4种模式识别技术:统计模式识别方法、模糊模式识别方法、基于模型和基于知识的模式识别方法以及神经网络模式识别方法。最后分析了问题的可能解决思路。 相似文献
11.
提出了一种基于神经网络的未知雷达辐射源智能识别方法,该方法以实际中获得的雷达信号参数为基础,训练神经网络,对未知雷达参数进行预测识别,给出可能的工作状态,并分析其威胁程度.仿真实验表明,该方法是有效可行的,为工程上实现未知雷达辐射源的识别提供了一种新思路. 相似文献
12.
13.
频率是雷达脉内信号的主要特征参数,也是影响雷达识别的关键参数之一。过零判别检测法是一种简单实用的脉内常规脉冲信号频率快速计算方法,但受噪声影响较大,限制了该方法在精确分析中的应用。针对现有技术在实际应用中过零点辨别困难的问题,提出了一种基于一元线性回归分析、对噪声及干扰抑制能力强并能有效提高脉内常规脉冲信号频率准确度的脉内常规脉冲信号频率计算方法。 相似文献
14.
15.
16.
17.
雷达目标识别技术是现代雷达的一个重要发展方向,高分辨雷达目标识别方面已经取得了较大的进展,但是在现今条件下不可能把所有的常规雷达都更换为高分辨雷达,因此如何提高常规雷达的利用率迫在眉睫。本文的研究主要基于雷达散射截面的目标识别,依据海上目标的自身特点,提出了利用常规雷达进行海上目标识别的办法,并且已经达到了较好的识别率。 相似文献
18.
针对主动雷达导引头对防空导弹武器系统制导雷达站检测与识别的需求,研究了平面隙缝阵列天线的宽带电磁散射特性.将天线的电磁散射机理与目标高频散射中心理论相结合,建立了天线的电磁散射模型,分别采用矩量法和物理光学法计算天线的模式项散射场和结构项散射场,并从理论上证明了天线散射中心的客观存在,分析了隙缝阵列天线的散射中心分布特征.最后对不同视角下天线的高分辨距离像进行了仿真,为进一步理解天线的电磁散射机理、分析其宽带电磁散射特性、以及采用高分辨率成像技术对雷达站进行检测与识别奠定了基础. 相似文献
19.
DDS在相控雷达系统中的应用 总被引:5,自引:1,他引:4
直接数字合成技术(Direct Digital Synthesis,缩写DDS)是近年来迅速发展起来的一种新型的信号合成技术。由于采用了全数字结构,它具有宽的相对频带、精确的频率分辨率、极快的频率转换速度、低相位噪声及易集成等突出优点.本文提出了将DDS应用于相控阵雷达系统,并具体分析了这一应用对整个相控阵雷达系统性能的影响,如复杂雷达基带波形的产生与捷变、低波束跃度实现、低副瓣电平设计等,最后介 相似文献
20.
在雷达目标识别研究中,获取有效的雷达目标特征信号非常重要。通过计算机仿真来获取雷达目标一维距离像。仿真时先对目标外形进行三角面元逼近,利用面元法得到目标随频率变化的R苍值,进行变换后得到目标的一维距离像。给出了一类舰船目标的仿真实验。结果表明该方法在一定程度上可以较好地模拟复杂目标的雷达特征信号。最后指出了需要进一步研究的问题。 相似文献