基于局部围线积分双谱的空间目标识别算法

提出了基于局部围线积分双谱的空间目标识别算法,从空间目标距离像的双谱中提取出局部围线积分双谱特征。应用BP神经网络进行分类识别,为了避免网络权值陷入局部极值点,采用遗传算法来获取网络权值的初值。仿真实验表明,即使在较低的信噪比下,该算法仍然可以取得比较高的识别率。

基于高阶统计量的低分辨雷达空间目标识别算法

针对低分辨率雷达体制下的空间目标识别问题,首先分析了空间目标的雷达特性规律,在此基础上,提出了基于高阶统计量的空间目标识别算法。计算机仿真实验表明,即使在较低的输入信噪比下,该算法依然对自旋稳定卫星、三轴稳定卫星和空间碎片等三类目标取得了比较好的识别效果。

基于二维小波变换的空间目标识别算法

对于空间目标识别这个具有挑战性的研究课题,提出了基于二维小波变换的空间目标识别算法。该算法首先对空间目标的ISAR像进行二维小波变换,然后从近似分量和细节分量中提取奇异值特征,最后应用径向基函数(RBF)神经网络进行分类识别。计算机仿真实验表明,该算法取得了比较好的识别效果。

雷达空间目标识别技术综述

随着人类航天活动的增加,对于卫星和碎片等空间目标进行监视变得非常重要。为了实现空间监视任务,对空间目标进行识别是非常必要的。对空间目标的轨道特性与动力学特性进行了介绍,对雷达空间目标识别技术的研究现状和发展趋势进行了详细的综述。

基于离散小波变换的低分辨雷达空间目标识别算法

针对低分辨率雷达体制下的空间目标识别问题,提出了基于离散小波变换的低分辨雷达空间目标识别算法。该算法首先对于空间目标的雷达回波信号进行离散小波变换,然后在时间-尺度平面上提取十个有效的统计特征,最后基于模糊分类来识别六类空间目标。计算机仿真实验表明,即使在较低的输入信噪比下,该算法依然对六类目标取得了比较好的识别效果。

在DSP处理器上并行实现ATR算法

介绍了由DSP芯片构成的多处理器并行系统的结构和性能以及在多处理器并行系统上并行实现ATR算法需要考虑的主要问题,着重研究了在指令级并行DSP处理器上实现ATR算法的并行化软件开发方法,对ATR算法的实用化和工程化具有重要的参考价值。

基于距离像序列的空间目标识别算法

提出了基于距离像序列的空间目标识别算法,首先对距离像序列进行小波消噪,然后应用RELAX算法提取出目标强散射中心的位置和幅度,根据高于幅度门限的强散射中心的位置来确定目标径向长度,最后根据目标径向长度序列的均值和标准差对三轴稳定卫星、自旋稳定卫星和碎片进行分类识别。计算机仿真结果表明,该算法取得了比较好的识别效果。

基于结构特征的空间目标识别算法

提出了基于结构特征的空间目标识别算法。卫星结构的对称性使得卫星的一维距离像具有对称性,碎片结构的不对称性使得碎片的一维距离像不具有对称性,文中首先应用RELAX算法提取出目标的强散射中心的位置和幅度,然后根据模式匹配和对称性测度两种方法来检测强散射中心是否具有对称性,进而对卫星和碎片进行识别。经过计算机仿真实验,该算法取得了比较好的识别效果。

基于子块积分双谱的空间目标识别算法

对于空间目标识别这个具有挑战性的研究课题,提出了基于子块积分双谱的空间目标识别算法。该算法首先从空间目标距离像的双谱中提取出子块积分双谱特征;然后应用KL变换进行特征压缩;最后应用模板匹配方法进行分类识别。计算机仿真实验表明,该算法取得了比较好的识别效果。

在TMS320C80上实现FFT算法

文章在 ＴＭＳ３２０Ｃ８０ ＳＤＢ板上研究了 ＦＦＴ算法的实现，提供了一种应用ＴＭＳ３２０Ｃ８０进行并行化程序设计的方法，通过程序验证，取得了比较好的效果。

基于RCS观测序列的空间目标识别算法

针对低分辨率雷达体制下的空间目标识别问题,提出了基于RCS观测序列的空间目标识别算法。该算法首先对空间目标的低分辨雷达RCS观测序列进行离散小波变换,然后在时间-尺度平面上提取十个有效的统计特征,最后基于模糊分类来识别空间目标。应用四类空间目标的实测数据进行了仿真实验,取得了比较好的识别效果。

TMS320C62x软件开发方法研究

阐述了TMS320C62x的系统结构和软件设计方法，介绍了在TMS320C6201 EVM板上实现宽带毫米波雷达目标时延神经网络识别算法。通过程序验证，取得了比较好的处理效果。

基于体积特征的空间目标识别算法

提出了基于体积特征的空间目标识别算法,首先通过高分辨力单脉冲雷达对空间目标进行三维成像,然后提取空间目标的三维像体积特征,由于卫星的体积通常比碎片大,根据空间目标的三维像体积可以实现对卫星和碎片的识别。计算机仿真实验表明,该算法取得了比较好的识别效果。

基于双谱奇异值和最优参数支持向量机的目标识别算法

提出了基于双谱奇异值和最优参数支持向量机的目标识别算法。首先从目标距离像的双谱中提取双谱奇异值特征;然后通过实验的方法确定支持向量机参数取值的范围,利用遗传算法获取支持向量机的最优参数;最后应用最优参数支持向量机对3种地面坦克目标进行识别。仿真实验表明,即使在较低的信噪比下该算法仍然可以取得比较高的识别率。

毫米波单脉冲雷达高精度测角算法研究

介绍一种角闪烁仿真模型,并且利用这种模型仿真揭示了幅度平方加权在各种整数幂次加权方法中的最优性。采用加权的观点分析了常规的单脉冲雷达非相参积累测角方法,指出其实质相当于对单次脉冲测角的结果用和通道信号幅度进行线性加权。最后提出一种基于幅度平方加权的单脉冲雷达非相参积累测角算法,仿真表明在各种信噪比条件下这种方法的测角精度都优于常规的非相参积累测角方法。

高速运动目标的积累检测研究

针对Ch irp雷达在低信噪比下对高速运动目标的有效积累检测问题,首先分析Ch irp雷达运动目标的回波特性,指出包络走动是影响高速运动目标相参积累性能的主要因素,然后提出用频分包络移位算法来解决该问题。MonteCarlo仿真实验表明,在信噪比-4 dB的条件下,采用该算法,对高速运动目标的检测性能可以达到在虚警概率为10-6时截获概率大于98%。

利用奇异值特征的激光成像雷达目标识别

随着激光技术的发展,激光成像雷达在现代战争复杂战场环境中逐渐获得了广泛的应用,目前激光成像雷达目标识别技术已成为国内外研究的热点。基于激光成像雷达的距离像,以地面军事目标为识别对象,提出了针对奇异值特征的激光成像雷达目标识别算法。利用奇异值特征表征图像具有良好的稳定性,通过分析识别率与奇异值特征数目的关系,从激光成像雷达目标的距离像中提取奇异值特征,该特征有效抑制了噪声,最后应用最优参数支持向量机对3种地面军事车辆目标进行识别。仿真实验表明,该算法取得了比较高的识别率,识别效果良好。

基于RCS序列的空间目标分类识别方法

结合三轴稳定卫星、自旋稳定卫星、翻滚目标和空间碎片的运动特征,依据强散射中心理论分别建立这四类空间目标的电磁散射模型,通过计算机仿真得到其RCS序列仿真值。针对这四类空间目标的RCS序列特点,提出了一种三轴稳定卫星与空间碎片的判别方法和利用RCS的周期性对空间目标分类识别算法,计算机仿真实验验证了算法的有效性。

浮点脉压处理器的FPGA实现研究

高速、高精度数字脉压处理器的设计与实现是现代雷达系统的关键技术之一。针对FPGA实现的定点脉压处理器数据动态范围小、处理精度低的缺点,提出并实现了一个高性能浮点脉压处理器。文中重点阐述了自定制浮点数据格式的确定、浮点运算的FPGA实现及处理器硬件实现等关键技术。该处理器已投入使用,工作性能稳定,系统时钟80 MHz,能在140μs时间内完成1 024点信号的脉压,处理误差小于-60 dB,功耗小于5 W。

激光成像雷达自动目标识别技术综述

现代战争复杂战场环境对精确制导武器的性能提出了越来越高的要求,激光成像雷达逐渐成为一种很有发展潜力的新型制导方式。介绍了激光成像雷达自动目标识别技术的研究现状,分析了激光成像雷达自动目标识别存在的问题,对激光成像雷达自动目标识别的技术途径进行了详细的综述。