基于雷达测距和测速的GEO目标实时关联算法

针对航迹密集情况下地球同步轨道(GEO)目标容易关联错误的问题,提出了一种基于雷达测距和测速二维判决的GEO目标实时关联算法。利用空间目标两行轨道根数(TLE)建立待关联初始库属目标集;根据空间目标轨道预报误差扩散规律设置粗关联门限,得到二次关联库属目标集;利用雷达测距和测速精度高的特点构建二次关联代价函数,根据归一化加权均方根误差最小原则得到关联结果。仿真结果表明:该算法在目标航迹密集的情况下取得了较好的关联效果,具有较高的关联正确率。

基于双向2DLDA与LDA相结合的SAR目标识别算法

线性判决分析(LDA)用于图像特征提取时,存在着损失二维空间结构信息、计算复杂度大的缺点。二维线性判决分析(2DLDA)弥补了LDA的缺点,但2DLDA仅消除了图像各列间的相关性,所提取的图像特征维数仍然较大。为解决上述问题,采用双向2DLDA与LDA相结合的特征提取算法对图像的行和列同时进行压缩,减少特征矩阵维数,降低计算量。实验结果表明,所提出的SAR(Synthetic Aperture Radar)图像目标识别方法有效地降低了图像数据维数,提高了识别率,并克服了方位角变化对识别结果的影响。