雷达抗应答式欺骗干扰中的特征提取研究

针对雷达抗应答式欺骗干扰的信号处理,提出基于统计方法和神经网络方法两种特征提取方法.其中,统计方法考虑了均值与方差特征相结合提取特征,神经网络方法用Kohonen网络进行特征提取.仿真结果表明,两种方法都具有较好的抗应答式欺骗干扰性能,而神经网络方法性能更为优越.     

雷达抗欺骗式干扰信号特征提取方法

欺骗式干扰由于与雷达回波特征相近,对军用雷达造成严重威胁,迫切需要研究雷达抗欺骗式干扰新方法。为了分析提取欺骗式干扰和目标回波信号之间的不同特征,从而实现雷达抗欺骗式干扰,该文通过对欺骗式干扰和目标回波数学模型进行分析和仿真,比较了欺骗式干扰和目标回波在幅度起伏、高阶累积量和双谱特征方面的不同特征;并提出了特征提取方法,定义3组特征因子,构建了抗欺骗式干扰特征参数集。通过仿真和外场试验的数据对部分特征进行了验证。     

基于神经网络的雷达抗应答式欺骗干扰方法

针对应答式欺骗干扰，定义了特征因子，并用所定义的特征因子训练神经网络分类器，建立抗欺骗干扰模型进行目标检测．同时对三种神经网络作为分类器进行了研究．仿真结果表明，所提出的特征因子及其选用RBF神经网络模型具有较好的抗欺骗干扰性能．     

双谱特征提取在欺骗式干扰方式识别中的应用

为了识别出具体的欺骗干扰方式,从而使雷达有针对性地选择抗干扰方法,该文提出了基于双谱特征和模式识别技术的欺骗式干扰识别方法。该方法给出了欺骗式干扰的双谱分布和估计方法,在分析其分布特征和统计特性的基础上,定义两种特征因子;采用基于核聚类的支持向量机分类器,完成对不同欺骗干扰方式的识别;建立了完整的干扰模式识别模型。仿真实验表明,该方法对3种不同欺骗干扰方式的正确识别率高,而且基本不受干噪比影响。     

一种基于原子重构的雷达抗主瓣干扰方法

为提升主瓣干扰下雷达作战效能,提出了一种基于原子重构的雷达抗主瓣干扰方法,可有效抑制主瓣干扰,同时具有较高的目标距离和角度估计精度.首先采用特征投影预处理(EMP)算法抑制主瓣干扰,进而通过波束形成和脉冲压缩估计目标距离,然后利用原子重构法估计目标角度.该方法对雷达阵列结构要求不高,既可适用于线阵,也可适用于面阵.当目标方位角(或俯仰角)等于干扰方位角(或俯仰角)时,该方法仍然能同时有效地估计目标方位角和俯仰角.     

基于神经网络的电液飞行模拟器抗负载干扰控制策略

针对电液飞行模拟器存在的强负载干扰,提出一种基于神经网络补偿的新方法,它充分吸收了结构不变性原理补偿方法的优点,有效地消除了负载扰动的影响.理论分析、仿真及实验研究表明了该方法的有效性.     

小样本条件下的雷达加性复合干扰识别

针对目前复合干扰识别中传统特征识别方法泛化性低和深度学习方法需要大量训练样本的问题,提出了一种融合了高效通道注意力机制的密集卷积网络模型(Efficient Channel Attention-Dense Convolutional Network, ECA-DenseNet),并结合与模型无关元学习(Model-Agnostic Meta-Learning, MAML)算法改进网络模型的初始化参数,以此增强模型在少量样本条件下的识别性能。实验结果表明,文中所提算法在各干噪比下对复合干扰平均识别率达到了98.73%,当样本数变为原来的四分之一时,复合干扰平均识别率依然能够达到95.35%,验证了算法的有效性。     

基于BP神经网络的雷达抗干扰能力评估

为评估对空情报雷达抗电子干扰能力,针对对空情报雷达抗电子干扰所采用的措施,建立了抗电子干扰能力评估的层次模型,给出了基于BP神经网络的评估模型结构以及训练样本/验证样本的构造,并对某型雷达的仿真数据进行了计算,得到了与专家评定一致的结果.结果表明,该模型方法对评估对空情报雷达抗电子干扰能力具有可行性.     

基于卷积神经网络的人脸图像特征提取

为了提高对人脸的自动识别和检测能力,提出了一种基于卷积神经网络的人脸特征提取技术。采用连续模板匹配技术进行人脸边缘轮廓的检测,采用Harris角点检测方法进行人脸的关键特征点定位,在人脸的分块区域内进行人脸的肤色特征分析和外包矩形轮廓区域特征提取,结合肤色特征对图像中人脸特征点进行图像重构和精确定位,对提取的人脸特征点采用卷积神经网络进行分类,实现对人脸图像特征的优化提取。仿真结果表明,采用该方法进行人脸特征提取的准确性较高,具有较好的特征匹配能力。     

神经网络对手写字符识别特征的提取

神经网络对手写字符有较强的识别能力,关键在于特征的提取。本文提出按字符字段和 均匀网络结构浓度提取手写文字特征的改进方法。     

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．     

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.     

基于小波包法与CSSD的P300特征提取方法

针对P300电位信号微弱、抗干扰能力差、识别率低等问题,提出一种小波包变换(wavelet packet transform,WPT)与共空域子空间分解法(spatial subspace decomposition,CSSD)相结合的特征提取方法,即WPCSSD法.首先,对脑电信号进行叠加平均以提高信号的信噪比;其次,使用小波包法对脑电信号进行滤波,并依据P300电位的有效时频信息重构脑电信号;然后,求取其AR模型功率谱,并基于CSSD法构造空间滤波器,获得能体现P300电位时-频-空特征的特征向量;最后,以支持向量机为分类器进行分类.实验结果表明:本方法具有较强的抗干扰能力和自适应能力,在国际BCI竞赛数据集上获得了95.22%的分类正确率,证明了本方法的正确性和有效性.     

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。     

Parameters of Exterior Ballistic Feature Points Extraction in Radar Measurement Data by EMD

The problem of measuring exterior ballistic feature points is always difficult to solve and it is essentiale on exterior ballistic measurement. By analysis of radar reflection characteristics and non-stationary echo signals of exterior ballistic feature points, the echo data of exterior ballistic feature points is measured by using the continuous wave radar. The parameters of feature points are extracted by the empirical mode decomposition method (EMD) of Hilbert-Huang transform (HHT) spectrum analysis technique. The radar echo signal model and EMD extraction model are established to analyze the exterior ballistic mutation point detection and EMD extraction method of aliasing echo signal. Typical feature point parameters of exterior ballistic in rocket flight tests are carried out and the effectiveness of the method is verified. A new method of measuring the parameters of exterior ballistic feature point is therefore presented.     

基于PR控制的电流控制型逆变器研究

为了克服采用比例谐振（PR）控制的并网逆变器对电网非基频处干扰信号的抑制能力较弱的缺点,提出了一种电压前馈谐波补偿策略,即将电网中存在的3、5、7等高次谐波反馈到逆变器的控制端.通过对并网逆变器系统的理论分析建立了逆变系统的数学模型和Simulink仿真模型,对系统运行过程进行了仿真研究.仿真结果表明,采用电压前馈谐波补偿策略的逆变并网系统能够实现输出对参考无静差跟踪的要求,有效地减小电网中的干扰,使得输出中的总谐波畸变度（THD）由3.61%降低到0.31%,可应用于并网逆变器设计中.     

ISAR目标象的特征提取和特征选择

描述了一个ＩＳＡＲ目标识别系统，它以二维ＦＦＴ处理实现对ＩＳＡＲ目标象的特征提取，以位于频谱中心的一个正方形窗口实现特征选择，系统的分类器是最近邻分类器。通过ＩＳＡＲ目标识别的仿真，实验研究了特征选择窗口的长度对系统识别率的影响。实验结果表明：低通形式的特征选择窗口是特征选择的最佳方案，而且存在一个最佳的特征窗口长度，这个最佳值可以由训练样本集自身确定出来。