一种基于多特征提取的雷达目标识别方法研究

直接利用雷达高分辨一维距离像或是提取一维像单一特征进行目标识别难以取得理想效果.为了更好地反映雷达目标本身的物理特性,提高雷达目标识别率,对雷达目标高分辨一维距离像的频谱幅度、能量聚集区长度、散射中心数目和中心矩特征进行提取并构成多特征向量,描述雷达目标高分辨一维距离像频域、能量等物理特性,采用主成分分析方法进行特征维...     

一种高分辨率雷达二维图像的特征提取与目标识别方法

分析了雷达目标散射信号特征，根据雷达图象的特点，将二维雷达灰度图转经为一维列向量；采用ＡＲ模型进行图象分析，利用所得到的参数通过ＢＰ神经网络训练识别，分析了不同雷达散射信号与建库，识别的关系。     

一种高分辨率雷达二维图象的特征提取与目标识别方法

本文首先分析了雷达目标散射信号特征,在此基础上,根据雷达图象的特点,采用矩描述方法提取二维雷达图象特征;然后,通过ＢＰ神经网络训练识别。最后,分析了不同雷达散射信号与建库、识别的关系。     

一种基于非相参雷达目标回波的特征提取算法

在着重研究了非相参雷达视频回波的基础上，提出了一种基于线性预测系数及离散Ｋ－Ｌ正交变换的雷达目标回波的特征提取算法。采用实地录取到的大量雷达目标数据对这种算法进行检验，实验结果表明，这种方法具有较高的识别率。     

基于小波分解及KCN的雷达目标特征提取

讨论了利用一维距离像进行雷达目标识别的特征提取。从缩减表征距离像的特征维数和表征目标所需特征数出发，提出了一种基于小波分解及KCN的目标特征提取方法。为比较不同特征提取方法及所提取特征的性能，引入了Fisher距离来表明各类的类内紧致性和类间分离性。实验结果表明能够有效地进行特征提取。     

基于多重变换的一种雷达目标识别方法

利用多重变换，提出了一种雷达上述识别方法，将雷达回波信号与本振信号混频处理后采样，进行FFT，得到目标的一维距离像，计算其马氏距离，利用小波变换对马氏距离序列进行数据压缩，得到目标的特征向量，由相关识别法进行目标识别，由3类飞机模型测量数据的识别结果表明，该方法具有较高的识别率。     

雷达目标特征提取的一种方法

针对雷达高分辨率距离像（HRRP）方位敏感性和平移敏感性的问题,在对一维距离像进行预处理的基础上,提取两个平移不变特征：中心矩和熵,并将二者形成组合特征,采用Karhunen—Loeve变换进一步进行特征压缩,运用并比较了最大最小距离判别法和SVM分类器的识别性能．实验结果表明中心矩一熵组合特征提取方法能够显著增强目标的可分性,大大提高识别率。     

雷达目标一维距离像的特征分析

针对一维距离像对姿态角敏感和回波时延的问题．对雷达目标一维距离像的特征进行了分析，结合散射点回波功率的特征提取与傅里叶变换．提出了一种雷达目标识别的方法。     

非相参雷达目标回波的特征提取方法研究

在着重研究非相参雷达视频回波的基础上，对目标视频回波数据作预处理，借鉴波形特征树的波形特征描述方法，研究了一种基于非相参雷达目标回波的特征提取算法，并用大量的真实雷达目标数据对这种方法进行检验，实验结果表明，这种方法能有效描述目标特性。     

一种用于毫米波雷达目标的成象与识别算法

针对宽带高距离分辨率全级化雷达工作的体制背景，分析和研究了在该体制下，雷达目标散射信号模型、高分辨率谱城象算法以及在此基础上相应雷达二维图象的特征撮与目标识别，构造了一种由雷达成象、徨     

ISAR成像的处理与分类方法

基于小波变换和马氏距离的性质，提出了目标ISAR成像的处理与分类方法。对IS—AR成像进行Mallat分解，得到图像的边缘图像。计算边缘图像上点的马氏距离，得到马氏距离阵列，并作为目标特征向量。实验表明，该特征向量具有维数少、结构稳定的特点，可用于目标识别。     

雷达点迹的目标智能特征提取方法研究

雷达数据处理中,目标点迹的输出质量直接影响后续航迹处理的效果,是保证航迹处理成功建航的关键。通过从信号处理给出的目标视频幅度、距离、方位信息中,采用特定的滑窗检测和终了判定准则进行目标点迹的检测,从而得到目标点迹的回波数特征信息;然后从目标回波包络幅度信息中提取目标距离单元上的峰值,智能完成距离凝聚,解决了目标距离分裂现象,并且得到目标点迹的幅度包络特征信息。最后,采用质心法对方位凝聚,完成点迹的凝聚,输出带有目标智能特征信息的点迹给后绪的航迹处理。同时,对点迹的目标智能特征提取这一过程进行了硬件实现。通过某型雷达的实测数据分析,验证该方法的可行性和工程实用性。     

基于一维距离像序列的雷达目标微动参数估计

雷达目标微动参数估计是微动特征用于目标识别必须首先解决的一个问题。以典型的转动模型为例,分析了微动对一维距离像的影响,推导了不同情况下微动补偿需满足的精度要求,提出了利用自相关法、峰谷值检测法及单脉冲测角原理联合估计微动参数。仿真实验验证了所提算法在信噪比为-5 dB时仍有效。     

基于ISAR技术的太赫兹目标RCS测量

对目标RCS的研究主要包括电磁计算与基于成像的测量方法.由于受到计算机内存与运行时间的限制,电磁计算方法难以在太赫兹波段得到广泛应用.在基于图像的测量中常使用逆合成孔径雷达成像技术.后向散射算法(BP)常用于目标的反射图的重建.由于BP算法不能在图像中反映太赫兹波段目标显著的角闪烁现象,因此,使用子孔径成像技术对太赫兹目标RCS进行测量,并进行了仿真验证所提出算法的有效性.     

太赫兹双频雷达目标微动特征提取仿真

基于双频太赫兹回旋管设计了双频太赫兹雷达,针对振动、转动、翻滚运动目标建立了包含微多普勒信息的目标回波模型,采用时频分析方法开展了微动特征仿真计算.通过仿真结果可以看出,0.11 THz雷达和0.22 THz雷达对于振动、旋转、翻滚的微动特征都有厘米级的探测能力.在较强噪声条件下,通过自功率谱时频分析,可以抑制噪声,提...     

基于核方法的探地雷达目标特征提取方法

把核方法引入探地雷达目标特征提取中,先对雷达特征数据进行基于核的非线性变换投影到高维空间;然后在高维空间应用传统的探地雷达目标特征提取方法（LDA方法和PCA方法）提取雷达数据特征。对PCA、LDA、基于核方法的PCA和基于核方法的LDA四种探地雷达目标特征提取方法进行对比研究,对实测数据处理的结果表明：无监督的学习方法不适合探地雷达目标特征提取,所提基于核方法的LDA探地雷达目标特征提取方法效果最好。并详细阐述了基于核方法的LDA探地雷达目标特征提取方法。     

基于图像中心矩和特征向量的目标识别方法

单独使用中心矩进行目标识别,不仅算法耗时,而且效果也不理想。针对这个问题,提出了一种基于图像中心矩和特征向量相结合的目标识别方法,该方法具备了中心矩和可见光图像特征量各自的优点,降低了特征空间维数。通过引入匹配模板特征向量之间的欧式距离,进一步降低了算法的复杂度,提高了系统识别的速度,算例仿真验证了本方法的有效性和实时性。     

A quasi-parametric algorithm for synthetic aperture radar target feature extraction and imaging with angle diversity

We present synthetic aperture radar (SAR) target feature extraction and imaging techniques with angle divesity. We first establish a flexible data model that describes each target scatterer as a two-dimensional (2D) complex sequence with arbitrary amplitude and constant phase in range and cross-range. A new algorithm, referred to as the QUasiparametric ALgorithm for target feature Extraction (QUALE), is then presented for SAR target feature extraction via data fusion through angle diversity based on the flexible data model. QUALE first estimates the model parameters, which include, for each scatterer, a 2D arbitrary real-valued amplitude sequence, a constant phase, and scatterer locations in range and cross-reange. QUALE then averages the estimated 2D real-valued amplitude sequence over range by making the assumption that the scatterer radar cross section is approximately consant. QUALE next models the so-obtained 1D sequence with a simple sinc function by assuming that the scatterer is approximately a dihedral (a trihedral is approximated as a very short dihedral) and estimates the relevant sinc function parameters by minimizing a nonlinear least-squares fitting function. Finally, the approximate 2D SAR image is reconstructed by using the estimated features. Numerical examples are given to demonstrate the perfomance of the proposed algorithm.This work was supported in part by AFRL/SNAT, Air Force Research Laboratory, Air Force Materiel Command, USAF, under grant no. F33615-99-1-1507, and the National Science Foundation Grant MIP-9457388. The U.S. Goverment is authorized to reproduce and distribute reprints for Governmental purposes notwithstanding any copyright notation thereon.     

极化雷达遥感中目标特征提取

在利用全极化合成孔径雷达(SAR)遥感图像进行目标检测、分类时,一个重要的问题就是如何分析目标的特征.提出了一种利用散射矩阵特征值构成的特征参数,该参数与目标的散射强度、定向角等参数无关,而是相关于目标的结构特征.通过实际应用,证明了该参数在目标特征提取方面的有效性.