雷达目标特征数据采集及其应用

在复杂的海杂波背景下,不同波段、极化方式的弹载雷达、舰载雷达可以采用先进数据采集技术和特征提取方法来获得海上雷达目标散射特性和海杂波特性,对所获得的特征数据进行分析、归类、综合可以增强己方雷达对目标舰船的信息获取能力,改善目标识别的能力。结合国内外在自动目标识别（ATR）领域的最新进展,重点讨论了未来近海作战中需要提取舰船目标特征的主要数据和应用,介绍了几种测量方法。     

多目标宏形状特征点集快速检测技术研究

提出一种新的图像多目标特征点集检测技术。该技术研究了多目标分割、目标细微形状提取和宏形状提取,进而检测表示目标宏形状特征的特征点集。各目标宏形状特征点集进行识别与跟踪．研究了上述技术的快速实现。实际DSP跟踪系统处理结果表明该技术计算量小,抗噪能力强且准确性高,能准确识别目标,适用于实际图像目标特征点集的检测。     

高频雷达中多目标的识别检测研究

一直以来，由于多目标聚集时目标回波落入同一或相邻检测单元给多目标的识别和检测带来了困难。本文研究了高频雷达检测平面上目标的多维特征，并基于目标的多维特征提出了多目标聚集时识别和检测的方法，经过实验分析获得了较好的识别检测能力。     

目标识别技术在弹道导弹防御中的应用

根据弹道导弹目标在飞行中段和再入段的特征差异,给出了目标散射特性、结构特性、姿态特性等的综合识别策略,讨论了基于回波幅度序列、微动特征、质阻比、极化等特征量和雷达成像的目标识别技术在弹道导弹防御中的应用,并初步分析了各种措施的可行性。研究表明,综合应用各种识别手段可以大大提高对抗环境下真假弹道导弹目标的识别能力。     

基于区域矩的舰船图像目标特征融合方法研究

为了增强特征对图像目标的描述能力,一类重要的方法是将不同类型的特征融合。面向舰船图像目标识别,研究了基于区域矩的特征融合方法。区域矩不是计算原始图像像素的矩,而是计算图像特征的矩,具体是首先设计合适的目标特征,然后利用中心矩、Hu氏不变矩和径向矩实现特征融合,并基于KNN分类实现目标识别。仿真实验表明,与区域协方差相比,区域矩可以更好地融合舰船可见光图像或红外图像的目标特征,而且没有随机初始化问题,所以实用性和有效性更高。     

非协同目标识别技术的研究进展

非协同目标识别技术是识别领域研究的新课题,它通过处理侦测到的目标物理特征来实现对目标身份的识别。该技术可提供更全面、更完善的战场目标信息,有助于作战人员及时掌握战场态势、减少友军误伤。从目标识别的基础理论开始,介绍了几种适合非协同目标识别的融合方法及其改进措施,总结了目前非协同目标识别技术研究的主要进展,即采用基于统计推理的数据融合技术,对多个传感器侦测的目标特征信息进行处理,实现了对属性、类型、型号、作战意图及威胁程度等目标信息的判定和分析。同时,指出国外一些使用数据融合技术的武器装备已具备对多个非协同目标的识别能力和战场信息感知能力。最后,提出了今后的研究方向。     

毫米波目标和目标环境特征测试系统简介

论述目标和目标环境特征研究的意义和作用,并简单介绍毫米波目标和目标环境特征测试系统的功能、原理和组成.     

基于运动特征的分层模糊目标识别

提出了一种基于目标运动特征的空中目标实时分层模糊识别方法.对直升机、固定翼飞机、空地弹及巡航弹等空中目标的运动特性进行了分析,提取目标的高度、速度、加速度、高度变化率和加速度变化率等特征.进行分层目标识别,首先根据加速度、高度变化率和加速度变化率等特征识别出空地弹目标,然后根据高度、速度和加速度特征对目标类别的隶属度和模糊密度,实现直升机、固定翼飞机以及巡航弹目标的实时识别.实验结果表明,该方法计算简单,识别率高.在实际工程应用中取得了良好的效果.     

基于区域协方差的图像特征融合方法

考虑到不同特征代表图像的不同信息,融合后的特征更能体现图像的本质,概括总结了国内外各类图像特征融合方法,重点阐述分析了基于区域协方差的特征融合方法,该方法可以自然地融合多个相关特征,协方差计算本身具有滤波能力且效率高,最后通过设计合适的目标特征,基于区域协方差融合特征实现舰船目标识别。实验表明,协方差描述子可以较好地融合舰船可见光图像或红外图像的目标特征,提高目标识别能力。     

红外弱小目标特征分析及融合检测

研究了复杂背景下的红外弱小目标的典型特征,分析了各个特征的特点和适用环境,从中挑选出可靠性较强的特征,依据文中提出的自适应融合算法,实现了对低信噪比弱小目标的融合检测。实验结果证明,该算法具有较好的有效性和鲁棒性。     

视觉测量中基于单应性矩阵的平面靶标图像特征提取

针对平面圆特征靶标和平面方格特征靶标图像,研究一种基于映射矩阵实现特征提取的新方法。根据靶标图像上至少4个角点位置的特征图像坐标及其对应的三维空间坐标建立靶标平面与像平面的单应性关系矩阵,结合已知的特征点空间坐标得到与已知空间坐标特征点相对应像面上特征点的粗略图像坐标,进而通过最小二乘椭圆拟合（圆特征靶标）或角点提取算...     

一种航迹起始的新方法研究

航迹起始是多目标航迹处理的首要问题,然而快速的要求与较高的成功概率是相互矛盾的,高可靠检测真实目标航迹,需要有足够的信息,因此不可避免的存在航迹起始时间的延时。针对以上问题,采取的是在常规相关的基础之上,利用目标特征信息对目标进行航迹起始,在工程中应用效果比较明显,在降低航迹虚警率的同时,也缩短了航迹起始时间。     

低分辨雷达目标智能识别的最新进展

低分辨雷达目标智能识别一直是雷达目标识别研究领域的难点。本文分析了低分辨雷达目标智能识别的难点和要解决的关键技术，综述了国内外低分辨雷达目标智能识别研究的最新进展。提出了发展低分辨雷达目标智能识别能力的设想。     

水下目标识别的特征融合分类器设计

本文对水下目标识别中的特征融合技术进行了研究,讨论了特征融合技术中的问题和解决途径,并给出了特征融合分类器的特性;设计了模糊融合分类器,给出了具体的算法.该分类器对样本在模式空间中的分布不做任何假定,注重类别间的相互约束,强调各个模式的独立作用,用类似于模糊并运算的方式综合这些作用.在实际应用中,通过与已有的分类器比较,表明模糊融合分类器能够综合多种信号特征,有效地提高了分类性能.     

雷达目标识别技术综述

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。     

基于小波分析的JEM特征提取与应用

根据对常规防空雷达飞机回波特性及其JEM(Jet Engine Modulation)特征的理论模型和实际信号分析与理解,本文采用小波分析处理方法从回波幅度分量提取JEM特征,用于螺旋桨飞机自动识别。对实测回波数据的分析提取到了比较精确而稳定的JEM特征,并表明该方法具有提取方便、误差较小的优点。     

基于多波段特征融合模板匹配的目标识别方法

为了满足天基系统对红外探测目标的高精度识别需求,提出了一种基于多波段特征融合模板匹配的目标识别方法。首先阐述分析了目标多维特征要素以及分类手段。结合目标运动特征、多波段下目标光谱特征以及红外辐射变化等特征实现了特征融合处理,并基于区域特征变化,采用动态规整模板匹配算法完成了目标识别。最后结合合作目标的红外辐射强度序列数据对参数进行了训练调整。分析结果表明,本文建立的识别方法能够较好地实现目标型号识别,性能优于传统的动态规整匹配算法。     

基于改进背景加权的Mean-Shift目标跟踪算法

针对采用核加权直方图的方法计算目标模板与候选区域目标特征无法实现对运动目标的准确定位这一问题, 提出了一种利用改进背景加权增强直方图显著性的鲁棒Mean-Shift跟踪算法。在传统Mean-Shift的框架下, 通过计算目标和背景特征直方图bin值, 得到两者特征显著性大小, 将其代入传统相似性度量中, 定义新的背景加权系数, 进而更好地提高目标与背景的区分度, 减少背景信息对目标定位的干扰。通过算法改进前后的实验结果以及跟踪误差和正确跟踪率的比较发现,跟踪效果得到明显改善。     

两类特征在红外目标识别中的应用

针对目标红外图像类特征选择问题,文中提出将类特征分为类间特征与类内特征两种,分别用于目标识别时的粗判与细判,与传统的特征选择与目标识别均只在类间特征基础上相比,该方法能较好地应用于红外目标的识别。