基于Radon-WVD变换的编队目标架次识别

针对常规低分辨雷达,研究了编队目标回波的多普勒频率变化特征,提出了采用Radon-WVD法,在时频域对编队目标的整体特性(调频率)进行快速准确的估计。该方法的估计结果不但不受WVD交叉项的影响,而且由于Radon变换的积累特性使得Radon-WVD变换法相对WVD有更好的抗噪声性能。仿真实验验证了该方法的有效性,成功地实现了多架编队飞机架次识别。

AN/SPS-74雷达性能分析

介绍了潜望镜探测雷达的发展历程和技术特点,从海杂波特性、低小慢目标检测技术方面对其性能进行了分析。该技术利用了海杂波和目标在时间相关性上的差异,采用帧间积累算法,结合高分辨技术抑制强海杂波,有效保留了目标信息,能够很好地实现海面小目标的检测。数据仿真和试验结果证明了这种技术的可行性和有效性。

基于多重分形关联和深度CNN的常规雷达目标分类方法

针对传统分类方法中飞机雷达回波信号识别分类精度低、人工定义特征稳定性差的问题,提出基于多重分形关联特征和深度卷积神经网络(convolutional neural network,简称CNN)的雷达目标分类方法.首先,对输入训练数据进行多重分形关联分析,将多重分形关联谱的投影图作为输入特征图;然后,利用深度卷积神经网络对特征进行训练,得到训练模型;最后,使用训练后的模型对目标进行分类.实验结果表明:相对于其他3种方法,该文方法有更强的飞机分类性能.

基于深度迁移学习的低分辨雷达目标识别方法

针对低分辨雷达人工目标识别效率较低的问题,提出了基于深度迁移学习的雷达自动目标识别方法。该方法利用雷达回波序列轮廓像构建空中目标数据集,使用深度卷积神经网络自动提取回波数据中的深层特征,并对雷达目标进行分类识别。为了解决深度学习对样本量的巨大需求,在分类模型训练时,引入迁移学习思想,将经ImageNet数据集预训练过的初始网络模型迁移到雷达目标识别任务中,再通过空中目标数据集对模型参数进行微调,实现小样本条件下对空中目标的粗分类。实测数据的结果表明:所提方法能够在小样本条件下较为准确地对空中目标的大小和架次进行分类识别,具有良好的识别性能。

基于多普勒频谱特性的雷达目标分类识别研究

目标特征提取是雷达目标识别过程中至关重要的一步,而所提取的特征是否稳定有效则直接决定了提取特征的质量。本文中的炸点、风轮机与气象杂波目标都具有多普勒频谱展宽的特点。在回波预处理过程中提取目标回波频谱,在此基础上,提取目标相对RCS、频谱熵值与频谱标准差三类特征,最后以支持向量机(SVM)对三类目标实现分类识别。基于实测数据的分类识别结果表明,本文中的三类特征对各类目标的分类都具有有效性。

相干转发干扰对低分辨率雷达回波特征的影响

当前雷达领域的研究愈发深入,提出了大量新型雷达的概念,雷达的分辨率也随着发展得到提高。针对这些新型雷达,电子对抗专家们提出多种新型干扰技术。其中,基于数字射频存储器的相干转发干扰由于易于实现且能获得雷达系统的增益而得到广泛的使用。在干扰与雷达双方都向更新型的体制演进的同时,却忽略了低分辨率雷达仍在全世界范围内大规模列装的现实。较为新型的相干转发干扰样式对低分辨率雷达的影响尚未见有详细的分析。采用信号级仿真的方式,针对目前仍在广泛使用的低分辨率雷达,分析了相干转发干扰对回波特征的影响,重点分析了灵巧噪声干扰、间歇采样转发干扰、多普勒微调干扰这3种代表性相干转发干扰样式对低分辨率雷达回波特征的影响。

基于时间谱信息的低分辨雷达飞机目标分类

雷达目标空间状态随时间的变化特性从侧面揭示了的目标的本质,这种目标空间状态随时间呈现的分布特性称之为目标的时间谱,而利用目标的时谱信息(目标的航迹、速度、机动性、空间坐标信息)可以简化(或缩小)待识别目标的范围。用低分辨雷达测量得到的时间谱信息作为特征,采用模糊逻辑规则对五类飞机目标进行分类判决。结果表明:基于时间谱信息的飞机目标分类为低分辨雷达飞机目标识别提供了一个有效的辅助手段。

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。

低分辨雷达基于波形特征的飞机架次判别方法

通过分析低分辨雷达飞机目标回波波形,提取出低分辨雷达飞机目标架次可资分类的特征参数作为飞机目标架次判别的特征向量。最后,采用模糊极大极小神经网络作为分类器,在低分辨雷达目标识别样机系统对机群目标进行分类识别试验中,验证了所提取特征的有效性。

基于信号特征谱的地面运动目标分类

研究低分辨、短驻留时间下地面运动车辆目标分类问题。根据微多普勒效应,使用多散射中心模型描述轮式和履带式车辆的微动部件雷达回波。指出目标回波中的谐波数是区分轮式和履带式车辆的一个稳定特征,由此提出一种基于目标回波信号特征谱的特征提取方法。该方法能够描述目标回波中的谐波信息,同时对于平动速度变化所带来的影响具有稳健性。使用仿真数据的实验结果验证了该方法的有效性,使用实测数据的实验结果表明:该方法在分类性能上优于基于主分量分析的分类方法。

基于分数布朗特征的低分辨雷达目标分类

低分辨雷达目标的JEM效应不仅体现在对目标回波的频率调制上,还体现在幅度调制上,以上2种调试特征是互补的关系,综合运用2种调制特征将会改善低分辨雷达对飞机目标的分类与识别能力。分数布朗运动模型是一种可以用来描述自然界中随机分形的统计模型,文中提出将分数布朗运动模型用于反映回波幅度的不规则程度或起伏程度,以及回波幅度起伏的快慢,分别提取回波时域和频域的分数布朗分形维,再采用支持向量机分类器进行分类,很好地将直升机与民航机2类目标区分开来。实测数据表明,综合分类正确率大于85!。

一种快速的基于压缩感知的多普勒高分辨方法

利用雷达目标在多普勒域的稀疏性,基于压缩感知的目标多普勒估计方法,能够在有限的相干积累时间内实现多普勒的高分辨.然而,即使采用压缩感知中的一种高效算法——正交匹配追踪算法,其运算复杂度也相对较高.为了进一步降低运算复杂度,对接收脉冲进行分组,将一维的多普勒估计问题转化为一个二维的稀疏信号重构问题,进而利用一种针对二维稀疏信号优化的低复杂度正交匹配追踪算法对其进行估计.仿真表明,该方法具有较高的运算效率,并能够获得接近直接应用传统的正交匹配追踪算法的多普勒分辨率.

一种基于低分辨雷达的目标识别方法

讨论了一种基于低分辨雷达的目标(飞机)识别方法,描述了这种识别方法所依赖的硬件平台即目标回波数据采集系统的组成及工作原理,阐述了一种基于低分辨雷达的目标粗分类(目标大、中、小等粗略属性的判别)的方法,研究了低分辨条件下目标特征描述的思路, 尝试利用这些方法进行目标属性的粗分类以及进行机群目标架次的判别。现场实验表明,这 些方法是可行有效的,对于提高常规低分辨雷达的性能有着重要的意义。

一种基于距离多普勒二维联合的群目标分辨方法

编队飞机由于间距很小 ,常规低分辨雷达无法直接从距离和方位上分辨架次 .本文提出一种基于距离—多普勒二维联合处理的群目标分辨方法 .发射线性调频脉冲信号 ,将观测时间内的若干次回波在距离维和多普勒维分别转换为单频信号的叠加 ,再联合距离 -多普勒二维信息估计协方差矩阵 ,用超分辨信源数估计算法———新的改进盖氏圆盘法分辨目标架次 .这种方法可以直接地给出判决结果 ,适用于各种飞行状态、低信噪比环境或波束驻留时间较短的情况 ,而且和重频参差工作模式相兼容 ,尤其适合中。

低分辨雷达的一维横向成像及提高分辨率的方法

对飞机一类准平面目标 ,其一维图像能在很大程度上显示目标的特征 ,用作目标识别是可取的 .低分辨率的常规雷达 ,对飞机一类目标不能作纵向分辨 ,但可以从回波序列得到一维的横向图像 .其所成图像的分辨率不高 ,甚至成像不正确 ,其主要原因有二 :其一是平动补偿不正确 ;其二是未考虑目标的非平面、非均匀转动 .文中针对这两方面的问题 ,提出了新的一维横向成像算法 ,通过仿真数据和实测数据处理 ,表明新算法是合理的 .

低分辨雷达螺旋桨飞机回波调制特性的研究

结合螺旋桨飞机结构和低分辨雷达特点提出了低分辨雷达螺旋桨飞机回波调制特性的实用数学模型,井用实际的螺旋桨飞机和低分辨雷达参数对该模型进行了详细的分析和仿真。分析了某低分辨雷达螺旋桨飞机实际回波的调制特性,讨论了低分辨雷达有关参数对调制特性的限制。最后把分析结果和仿真结果进行了比较,得到了理论模型和实际相一致的结论。建立了低分辨雷达调制特征和目标结构的数学关系。

面向识别的雷达舰船目标低分辨回波仿真技术

雷达目标回波的高精度仿真是目标识别系统训练和测试的重要手段。针对低分辨雷达舰船目标自动识别的应用背景,提出了基于模板和模型的低分辨回波仿真技术。根据舰船目标的CAD三维模型,利用电磁计算方法得到全姿态的一维距离像模板。在凝视状态下,利用目标距离像模板和雷达发射信号模拟目标低分辨回波;在扫描状态下,利用全姿态一维距离像重构不同角区中目标的散射中心模型,并结合雷达波束的扫描方式获得了目标的仿真回波。结果表明,所提出的基于模板和模型的回波仿真技术对雷达舰船目标具有良好的低分辨回波仿真能力。

低频探地雷达探测冻土带天然气水合物正演模拟研究

通过对低频探地雷达在青藏高原冻土带环境下的探测深度、分辨率及反射特征分析的正演模拟来研究其在冻土带天然气水合物勘探中的可行性和关键参数。首先通过雷达测距方程计算确定了理论上探地雷达的最大探测深度与发射频率、地下介质电阻率、介电常数之间的关系,并根据电磁波反射理论计算满足冻土带天然气水合物探测深度所需的系统增益;随后通过低频探地雷达分辨率计算和仿真模拟来确定低频探地雷达在大尺度(200 m)范围的广义分辨率;最后参考已经发现天然气水合物的木里地区基本情况设计冻土及天然气水合物模型,利用时间域有限差分(FDTD)方法进行二维正演,获得了探地雷达信号在冻土带底界以及天然气水合物顶、底界的反射特征,为野外实测数据的处理及解释提供有用信息。研究结果表明,采用中心频率小于等于15 MHz且系统增益大于165 dB的低频探地雷达在地表电阻率较高的冻土区能够满足天然气水合物储层的探测深度要求;分辨率计算及仿真模拟表明低频探地雷达在满足一定条件下在200 m深度可以达到探测深度1%的广义分辨率;探地雷达信号在冻土底界、天然气水合物顶、底界均存在明显的强振幅和频率突变特征;理论计算结果认为应用低频探地雷达直接探测冻土带天然气水合物是可行的。

低分辨机载雷达飞机目标分类识别技术研究

目标分类识别技术是机载雷达当今和未来发展的重要需求之一。目前研究较多的是基于宽带信号的目标识别,对雷达系统和目标信噪比提出了较高的要求,且对角度较敏感。考虑到现有机载雷达大多具有窄带跟踪模式和目标分类识别的需求背景下,该文提出了一种基于窄带分形和幅度调制联合2维特征的飞机目标分类识别方法。文中以支持向量机(SVM)为分类器,以实测试飞数据进行分析验证,试验结果表明,该方法能有效分类识别直升机、螺旋桨飞机、喷气式飞机,平均分类识别率在92%以上。

分数阶Fourier域低分辨雷达飞机回波的分形特性分析与目标分类

常规低分辨雷达体制下的目标分类与辨识是雷达目标识别领域的一个研究难点。研究表明,地、海、空等雷达杂波具有分形特性,不同类型目标会对回波分形特性产生不同的影响,但在强杂波背景下,回波的分形特性更多地表现为杂波的特性。作为一种非平稳信号分析工具,分数阶Fourier变换可以有效地获取目标回波信号的细节特征并充分抑制杂波,且具有快速算法。为此,立足于分形及其相关理论,拟从分数阶Fourier域对常规雷达飞机目标回波的分形特性进行分析,估计和分析其分形参数,并对分数阶Fourier域回波分形特征在飞机目标分类中的应用进行探讨。研究结果表明,在最优变换阶数下,分数阶Fourier域飞机目标回波具有显著的分形特性,且充分反映了目标的特性,分形测度分析可以揭示回波的动力学演化机制,且最优变换域回波分形特征可以有效用于飞机目标的分类和识别。