基于时间-距离像的弹道目标进动特征提取新方法

进动是弹道目标最常见的微动形式,进动特征的差异为雷达识别真实弹头和诱饵提供了一种新的途径。针对弹道目标的进动特性,推导了弹道目标上任意一散射点的进动径向距离变化数学模型。通过分析散射点一维距离像随时间变化的规律,提出了一种基于时问-距离像的弹道目标进动特征提取新方法。该方法首先从弹道目标时间-距离像信号中准确提取出所有强散射点径向距离变化的线性和信号,进而通过分析这一信号的频谱特性,估计出了弹道目标的自旋、锥旋频率及进动角。计算机仿真结果表明:该方法具有很高的估计精度和良好的抗噪性。

基于频率步进雷达时间-距离像的宽带微动特征提取

在详细分析频率步进雷达旋转微动点目标回波特征和一维距离像特点后,利用不同帧之间构成的慢时间一维距离像组的相关性,合成得到时间-距离像.对比分析了旋转微动目标的径向距离和距离像位置的变化规律,进而提出了一种基于频率步进雷达时间-距离像的宽带旋转微动特征提取的新方法,给出了旋转中心、旋转半径以及角速度等微动参数的理论表达式,推导得出算法的理论精度.设计并成功开展了地基毫米波频率步进雷达对称旋转目标的外场试验,验证了方法的有效性和精确性.该特征提取思想可扩展应用于振动、滚动等其他形式的微动特征提取,推广应用于线性调频信号的高分辨体制雷达系统.

基于SFCW雷达时间-距离像的摆动目标微动特征提取

建立频率步进连续波雷达摆动点目标回波模型,推导得出摆动目标高分辨距离像,研究距离像周期性变化规律,提出基于时间-距离像的摆动目标微动特征提取思路。针对幅度峰值搜索法对微摆动周期估计误差较大的问题,提出结合数据预处理的幅度峰值搜索法和幅度阈值检测法等两种改进算法。仿真实验表明,在信噪比高于-10 dB时,结合数据预处理的幅度峰值搜索法和幅度阈值检测法能够有效估计摆动目标距离、摆动幅度及摆动周期等参数,此时摆动幅度估计值是对其真实值在雷达视线方向上的投影值的估计。改进算法对目标距离和摆动幅度的估计精度与幅度峰值搜索法相同,对摆动周期的估计精度远远高于幅度峰值搜索法,可分别达到和优于采样周期的数量级。本文提出的改进算法可扩展应用于圆周旋转等周期性运动目标的微动特征提取。

时间-距离像消隐情况下弹道目标平动补偿

针对传统的弹道目标平动补偿方法不适用于时间-距离像发生消隐的情况,该文提出了一种基于断续微距离变化曲线的弹道目标平动精补偿方法。建立了弹道中段目标宽带回波模型,推导了散射中心微距离变化曲线的理论公式,分析了弹道目标时间-距离像特征,通过提取时间-距离像骨架线分离出各散射中心微距离变化曲线,在此基础上提出了一种进动频率和平动参数联合估计的新方法,并推导了各参数估计的克拉美罗界,对参数估计性能进行了分析。仿真实验验证了该方法的有效性。

基于时间-距离像的弹道目标进动特征提取

提出了一种联合宽带雷达多视角距离像进行弹道目标进动特征提取的方法。建立了锥柱体进动模型,并对散射点径向距离进行了分析。运用广义Hough变换提取散射点距离像的曲线参数。定义粗匹配和精匹配选择门限,根据提取的曲线参数信息来对散射点进行匹配,再由散射点初相差的不同进行散射点类型识别。最后,联立两部雷达提取同一散射点的曲线参数求解出进动角θ,再联立多视角距离像信息方程组进行目标的结构参数和雷达视角的求解。仿真结果验证了算法的正确性和有效性。

脑卒中偏瘫患者步行时间-距离因子临床决定因素的分析

目的判别决定脑卒中偏瘫患者步行时间-距离因子最重要的临床变量,为优化此类患者步行训练提供理论依据。方法30例恢复步行能力的脑卒中偏瘫患者,测定在自由状态的10m步行速度,求得患者的步行速度、步长和步频等时间-距离因子。用Fugl-Meyer评价法评测下肢运动功能,用Motricity指数评测下肢肌力,用Berg平衡量表评定平衡功能,用改良Ashworth评定法评定足跖屈肌张力。对步行时间-距离因子和临床变量间进行Pearson相关分析,然后进行逐步回归分析。结果30例患者的步行速度为35.45(4.10～67.40)m/min,平均步长为34.41cm,平均步频为91.59steps/min。患者的步行时间-距离因子与下肢运动功能、平衡功能和下肢肌力之间呈高度正相关(Pearson'sr=0.669～0.880;P<0.001);步行速度和步长与足跖屈肌张力痉挛程度呈负相关(Pearson'sr=-0.280～-0.481;P<0.001)。逐步回归分析发现决定步行速度、步长和步频的最重要的临床变量分别为下肢运动功能(R2=0.766,P<0.001)、平衡功能(R2=0.701,P<0.001)和下肢肌力(R2=0.757,P<0.001);决定步行速度、步长和步频的最重要的下肢肌力分别为髋屈曲肌力(R2=0.573,P<0.001)、膝伸展肌力(R2=0.583,P<0.001)和髋屈曲肌力(R2=0.191,P<0.05)。结论下肢运动功能、平衡功能和下肢肌力(尤其髋屈?

基于宽带雷达距离-慢时间像的自旋微动群目标分辨

空间群目标的探测与识别问题异常复杂。文中针对宽带雷达信号条件下的自旋微动群目标分辨问题,提出了一种基于距离-慢时间像的群目标分辨方法。不同于其它文献中m-D曲线分离的思路,文中根据宽带雷达距离-慢时间像中m-D曲线,求解所有散射点到雷达的距离变化函数的"和函数",再对"和函数"作傅里叶变换,根据"和函数"在频域的分量实现群目标分辨。仿真实验验证了所提方法的可行性和鲁棒性。

基于时间距离像的人体动作深度学习分类

在人体目标的雷达自动识别中,常用提取到的人体微多普勒特征对人体运动状态或动作姿态进行识别。受人体多变姿态和躯干强回波的影响,人体微多普勒特征有时是微弱和模糊的,难以稳定提取并用于分类。本文使用超宽带雷达录取了人体动作的高分辨率距离像,由连续多帧距离像构建了覆盖整个动作的时间-距离像,采用深度卷积神经网络自动学习时间-距离像的分层特征并进行了分类,对9种动作的平均分类精度达到了96.67%。实验结果验证了深度卷积神经网络对基于时间-距离像的人体动作分类是可行和有效的。

基于三站一维距离像融合的弹道目标特征提取方法研究

一维距离像是超宽带雷达目标识别的重要特征之一,基于多站一维距离像的目标特征提取技术是近来的研究方向。依据弹道目标的微动特性,推导了微动弹道目标的时间-距离像模型,然后通过比较各散射点时间-距离像正弦曲线参数之间的关系,实现了多个雷达观测视角下弹头目标距离像的匹配,在此基础上,利用三站一维距离像重构了锥体弹头上各散射点的三维空间相对位置,最后对锥体弹头的各个参数进行了估计。仿真结果表明了本文方法的正确性和有效性。

基于深度学习的非合作双基地雷达目标检测方法

非合作双基地雷达由于接收的目标信号能量不强且回波脉冲间相位同步困难,在目标检测时无法进行相参处理从而带来弱小目标检测困难的问题。为解决这一问题,本文把一维雷达数据转换成二维图像数据进行目标检测,通过将脉冲压缩后的雷达回波在慢时间维排列形成二维矩阵,获得雷达回波信号的距离-慢时间图像,输入YOLO(you only look once)v5s网络进行特征学习,实现非合作双基地雷达目标智能化检测。针对距离-慢时间图像中待检测目标的不显著性以及受到背景信息干扰严重的问题,本文对YOLOv5s网络进行改进:首先在Neck部分增加跨连接通路,使训练过程中持续有原始信息的参与;其次通过添加注意力机制SENet模块,加强网络对目标以及周边信息的关注度;最后在骨干网络引入Swin Transformer模块,加强网络对弱目标的发现与表征能力。然后,基于上述工作提出一种基于改进的YOLOv5s距离-慢时间图像处理的非合作双基地雷达目标检测方法。通过大量的对比实验和信噪比灵敏度测试实验,该方法在仿真的雷达回波数据集上获得了99.1%的检测精确度以及98.8%的召回率,比YOLOv5s网络分别提高了4.5%和4.2%,表明该改进方法能有效提高YOLOv5s网络检测性能;对于脉冲压缩后信噪比为7.1 dB的目标,检测率达到98.5%,传统方法的检测概率仅为79.9%,表明本文所提方法能有效提高目标检测的准确率和信噪比灵敏度,具有较强的应用价值。

铁路联通情景下中巴伊土国际运输通道运输性能评估

中巴伊土国际运输通道途经中国、巴基斯坦、伊朗和土耳其等国,由于中巴铁路未联通,该通道运输能力尚未有效发挥。基于陆海运输对比视角,从运距、运输时间、运费和运输能力等方面对铁路联通情景下的中巴伊土国际运输通道的运输性能进行评估。相较于海铁联运国际通道,中巴伊土国际运输通道可将重庆至德黑兰运距缩短40%,运输时间压缩69%。对于中国内陆通往南亚和西亚,中巴伊土国际运输通道在运输费用方面具有比较优势。中巴铁路连通后,中巴伊土国际运输通道运输能力可达24万~50万TEU/a,具备承担中欧国际货运能力,将其拓展为中欧班列新通道,可对日渐饱和的中欧班列主线进行运能补充,提升亚欧大陆交通基础设施连通度和铁路运输网络稳健性。

海杂波多分形特性分析及小目标检测技术研究

为判定海杂波是否具有多重分形特性,采用小波模极大值法和多分形消趋势波动分析法对任一距离单元的实测海杂波数据进行分析,提出一种基于时间-距离单元-幅度图法,基于该方法对多距离单元海杂波数据进行分析,分析结果表明海杂波具有多分形特性,当海杂波存在小目标时,分形受到"干扰",多分形特征存在明显差异。通过分析还发现当Rényi参数q<0时,距离单元含小目标的广义分形维明显大于其他距离单元只含海杂波的广义分形维;而当q>0时,这种规律不是很明显,因此提出一种基于不同距离单元间广义分形维偏差的方法来检测海杂波背景下小目标,实验结果表明该方法是有效的。

基于改进Hough变换的海面微弱目标检测

海杂波背景下的微弱目标检测是一个具有挑战性的难题。该文提出一种应用改进Hough变换检测海面微弱目标的方法。对海面的距离-时间像进行时间向二次采样,并平滑得到的子图,对平滑图应用边缘检测然后进行Hough变换,在Hough域通过两级门限检测出微弱目标。该方法不依赖海杂波模型,具有通用性,可以在没有海面先验信息的情况下检测微弱目标。实测海杂波数据的处理结果验证了该方法的正确性和实用性。

中国新疆对塔吉克斯坦物流走廊绩效研究

中国新疆对塔吉克斯坦贸易有3条物流走廊。建立时间-距离-成本(TCD)的调查表,收集汽车跨国运输每段的车辆运行费用、时间;活动费用、时间;计算中塔3条走廊的运输性能指标。分析表明:5a走廊在时间和成本上均有绝对的优势,对中国具有战略性,但此走廊已不可使用;5b走廊较5c走廊略有时间优势,但不具有成本优势;目前使用的5c走廊较5b具有成本优势,但不具有时间优势。同时对5c走廊的物流绩效进行了详细的分析,指出中塔双方需要对此走廊加强道路基础设施建设,改善通关环境,提高贸易便利化水平。

基于P2P结构的kNN查询框架

目的提出一种基于P2P结构的移动对象kNN查询框架.方法假设移动对象具有计算处理能力和储存空间,在此基础上进行P2P结构的设计.查询的发起、响应以及计算等不借助中心服务器,而将其转移到移动对象上进行处理.采用距离-响应时间计算算法和kNN查询分段排序算法来进行移动对象kNN查询.结果距离-响应时间计算算法和kNN查询分段排序算法能较好利用框架中各个移动对象响应查询时存在间隔这一特征进行简化计算,提高了框架的工作效率,增强了查询实时性.在更新的过程中通过使用安全时间的概念来减少盲目的对象更新,减少了数据冗余.结论在模拟实验中,框架能充分发挥P2P结构的优点进行移动对象kNN查询,查询响应迅速,查询结果具有较好实时性.

动态环境中连续K近邻查询的边界线方法

通过观察可以发现连续近邻查询中KNN发生改变的必要条件是第个邻居发生变化,因此不需要监测所有近邻,只需要监测第个邻居即可。该方法采用边界线来监测第个邻居的变化,不过这需要将原始空间转变为时间-距离(TD)空间后进行操作。在TD空间中每一个对象用一个时间函数来表示,通过监测当前第个邻居的前视矩形区域来构造边界线。实验结果表明,边界线算法在非常大的时候是最有效的。

雷达成像中基于进退法的鸟类目标运动状态自动判别方法

利用线性调频步进体制高分辨雷达对鸟类目标进行ISAR成像是解决航空安全保障中鸟情探测问题的一个全新且重要的技术途径。为了得到鸟类目标更清晰的像,准确判断其运动状态显得至关重要。基于线性调频步进体制雷达微多普勒效应的产生原理,在距离-慢时间谱图上,针对鸟类目标特性,通过对精高分辨距离像进行分析,提出了一种利用进退法搜索相邻精高分辨距离像的互相关系数的方法来判别鸟类目标运动状态。仿真结果证明了其可行性和有效性。

基于成本控制的中亚区域经济合作通道跨国公路物流走廊性能分析

中亚区域经济合作(CAREC)通道是中国从中亚进口资源与向西方进行加工产品出口的必经之地,CAREC通道有6条国际运输通道,这6条通道运输性能的高低也就直接决定了丝绸之路是否通畅。通过建立时间-距离-成本调查表与excel的TCD模板,计算这6条走廊具体的4类物流贸易便利化的指标,寻找到跨国运输的瓶颈,为解决跨国运输相关问题指明方向。

基于特征融合卷积神经网络的FMCW雷达人体动作识别

针对微多普勒特征识别人体动作的局限性,基于调频连续波(Frequency Modulated Continuous Wave,FMCW)雷达采用深度学习方法对人体动作识别,提出了一种特征融合卷积神经网络结构。利用FMCW雷达采样的人体动作回波数据分别构建出时间-距离特征和微多普勒特征图,将这两种特征图作为输入数据分别经由输入层进入卷积层,经Batch Normalization层、ReLU激活函数和最大池化层计算之后完成特征降维,然后对两种降维后的特征进行融合,融合后的特征图再经过卷积层和池化层计算获得更深层次的特征,最后经过两个全连接层,在输出层完成人体动作识别。采用英国格拉斯哥大学公开的数据集进行10折交叉验证,实验结果显示,与单一特征域的识别准确率相比,采用两种特征融合的结构进行人体动作识别的准确率提升了1%,验证了该模型的有效性。

一种基于最小熵准则的鸟类目标ISAR成像新方法

用线性调频步进体制高分辨雷达对鸟类目标进行ISAR成像是一个全新且重要的技术途径。鸟类目标振动翅膀带来严重的微多普勒效应,直接利用距离-多普勒成像算法效果欠佳。在分析了线性调频步进体制ISAR成像原理的基础上,提出了一种基于最小波形熵准则的谱图拼接成像方法,明显改善了鸟类目标成像效果。仿真结果证明了其可行性和有效性。