基于支持向量机的雷达高分辨距离像识别

以支持向量机（SVM）作为分类器。研究了雷达目标高分辨距离像（HRRP）分类法,设计了相应的预处理算法,提出一种结合留一法和单一验证法的参数选择新方案。基于三种雷达目标的HRRP数据,比较了SVM分类法和匹配相关分类法性能。实验结果表明SVM算法在目标姿态的稳定性、对训练集大小的稳定性和抗噪能力方面都占有相当优势。     

基于多特征和多阶段的雷达距离像识别

讨论了用新的识别系统识别高分辨雷达距离像 ( HRRP)。它分为两个阶段 :( 1 )在 K- L变换对距离像进行特征压缩后 ,用聚类法进行识别或采用某个规则排除某些不可能的种类。 ( 2 )对于第一阶段不能识别的模式 ,用种类少时效果较好的最佳鉴别准则对模式进行特征提取 ,并用 BP网络组作为分类器进行识别。实验表明该方法比常规的单分类器的方法有更高的识别率。     

基于高分辨距离像的单脉冲雷达三维成像方法研究

线性调频步进信号因其大的时宽带宽积及较低的采样率在高分辨雷达中倍受关注,单脉冲体制的雷达高精度测角在精确制导武器中应用越来越广泛.利用线性调频步进信号高分辨测距、单脉冲技术进行测角,从而形成基于扩展目标的合成高分辨距离-方位-俯仰三维像.仿真实验证明,此种成像方法可以得到较精确的目标散射中心的方位、俯仰角以及散射强度信息,对实现精确制导技术有着重要的理论意义和应用参考价值.     

基于模糊超球面SVM的雷达高分辨距离像识别

高分辨距离像(HRRP)分类是对雷达复杂目标分类的一种重要方法.标准的一对一超球面SVM多值分类方法需要训练k(k-1)个子分类器,计算量大、训练时间长,并且存在决策盲区,不适宜用来进行HRRP目标识别.为了减少分类器数量,提高训练速度,文中根据超球面的几何特征引入了一种“倒数对称”的一维隶属度,构造了模糊超球面SVM分类器,该方法仅需训练k(k-1)/2个子分类器,既提高了训练速度又解决了决策盲区,HRRP实测数据识别实验表明了该方法的有效性.     

基于地面雷达目标一维距离像的距离段检测方法

探讨了一种基于地面雷达目标一维距离像的距离段检测方法，通过对地杂波和地面目标探测概率的分析，确定第一次对距离像检测的门限，再通过对已经过第一次检测的回波幅度序列位置信息的掌握进行二次检测来进行对地面目标的识别。     

基于模糊极小极大神经网络的雷达一维像识别

雷达目标一维距离像是随雷达姿态角变化的,但由于目标姿态变化的连续性及目标散射点分布的连续性,其一维距离像是一个随视角变化而逐渐演变的过程,它们应随姿态角的连续变化在特征空间中形成一条特征轨迹线.本文在基于线性内插神经网络对雷达一维距离像识别的基础上,改进了线性内插时特征轨迹线的形成方法.提出了一种基于模糊极小极大神经网络分类器的雷达目标一维距离像目标识别方法,利用模糊极小极大神经网络中的超方匣的并集来形成雷达目标特征轨迹线.进行了三类飞机目标的0～180°姿态角范围内一维距离像的分类实验研究,结果表明,用模糊极小极大神经网络分类器对雷达目标一维像分类有较高的分类准确率.     

步进频率雷达目标距离像拼接技术研究

针对步进频率雷达目标一维距离像中产生像分裂现象的原因进行了研究。给出两种采用冗余处理解决像分裂的方法，分析了这两种方法的性能。并用计算机仿真结果验证了两种方法的有效性。     

基于插值HRRP和SVM的雷达目标识别方法

为了在高分辨一维距离像（HRRP）数据有限的情况下提高支持向量机（SVM）的识别性能,采用插值方法对原数据按方位角进行插值处理。给出了应用于距离像数据的线性插值和三次样条插值方法的推导和计算过程以及处理结果,与未插值数据的图像吻合较好,证明了插值方法的正确性。研究采用SVM方法对插值数据及未插值数据进行识别,结果表明采用插值处理可明显提高SVM的正确识别率,采用三次样条插值比线性插值提高识别率的效果更明显。且三次样条插值在两点间插入5个点后对识别率的提高可趋于稳定,从而证明该方法的正确性和有效性。     

一种核主分量分析重构的雷达目标识别方法

针对雷达目标高分辨距离像(High-Resolution Range Profile,HRRP)识别中等角域划分造成的目标散射特性失配问题,提出一种基于核主分量分析重构的雷达目标识别方法。该方法在等角域划分下利用核主分量分析提取每个角域内HRRP的特征子空间,再将测试样本投影到各角域特征子空间中进行重构,最后通过计算最小重构误差来判别测试样本的类别。基于5种飞机目标的仿真实验表明,核主分量分析重构方法可以松弛角域划分范围,降低角域划分的精度要求,相比主分量分析重构方法和最大相关系数模板匹配法有效提高了识别性能。     

非合作式目标识别技术概述

非合作式目标识别包括雷达、电子支援措施及光传感器的目标识别技术.雷达目标识别含利用跟踪信息、极化信息及通过JEM、距离像和ISAR进行识别.电子支援措施目标识别包括利用基本电波参数、脉冲波形特征和通过对己方电子支援措施电波的接收分析进行识别.光传感器目标识别则是在取得目标的反射特性和辐射特性(光谱)后提取其特征进行识别.     

自动目标识别技术在导弹上的应用研究

概述了国外自动目标识别(ATR)技术的发展和应用情况.以例举的形式介绍了目前红外成像ATR技术和激光雷达ATR系统的典型导弹应用情况.详细分析了ATR算法中的模板匹配技术.最后针对我国导弹武器系统应用ATR技术的未来发展提出了相应的对策和建议.     

基于Gabor原子变换和支持向量机的毫米波雷达目标识别方法

为提高毫米波雷达目标识别能力,提出一种基于Gabor原子变换和支持向量机(SVM)的雷达目标识别方法。该方法充分利用了Gabor原子变换在信号表示方面的有效性以及SVM在分类方面的优越性,首先将雷达回波信号进行Gabor原子变换,获得信号的特征量,然后利用SVM网络进行分类识别。实验结果表明：该方法可行且具有较高的识别率。     

基于支持向量机的弹道识别及其在雷达弹道外推中的应用

支持向量机( SVM)是一种基于结构风险最小化原理的分类技术,也是一种具有很好泛化性能的回归分析方法。本文用SVM分类方法对弹道类型进行识别,用SVM回归方法对不同类型的弹道数据分别建模,进而对弹道起点进行有效预测。仿真结果表明,该方法识别精度高,在SVM弹道识别的基础上,还可以有效提高弹道外推精度。     

基于核函数支持向量机的雷达辐射源识别

文中针对雷达辐射源信号环境复杂导致的正确识别率较低的问题,提出了基于支持向量机理论的雷达辐射源识别方法,并构建了基于多种核函数支持向量机的雷达辐射源分类器。通过在不同噪声环境下进行仿真实验,证明了支持向量机理论在雷达辐射源识别中的有效性,并比较了多种核函数支持向量机的识别效果。     

基于小波脊线特征提取的雷达辐射源信号识别

针对在低信噪比条件下雷达辐射源信号识别率低的问题,提出了一种基于小波脊线特征提取的雷达辐射源信号脉内调制方式识别方法.该方法使用新的改进Morlet小波提取信号瞬时频率,变换后提取其二次特征用于分类识别.计算机仿真结果表明本方法提取的特征向量具有良好的识别能力,在2 dB的低信噪比条件下,平均识别率可达到90%以上,通过与现有方法进行对比仿真验证了本算法在低信噪比环境下的优越性.     

基于目标打击顺序的多弹头导弹分导方法

在多弹头导弹子弹头分导方法研究中须考虑目标打击顺序的影响,通过模糊综合评判确定了多个目标的打击顺序,根据目标的反导能力等因素确定了打击该目标的弹头类型以及耗弹量.结合多弹头导弹弹头特性建立了子弹头的分导原则,对子弹头的分导顺序进行了初步设计与优化.根据确定的目标打击顺序和优化的子弹头分导顺序,建立目标打击顺序与子弹头分导顺序的一致性原则来确定子弹头的最佳分导顺序.通过数值示例计算说明了子弹头分导方法的确定步骤,为多弹头导弹分导方法的选择与确定提供了一种有效的辅助手段.