基于自适应α截集特征提取的雷达杂波识别

α截集特征提取雷达杂波识别方法所需样本数目少,识别率高,在雷达杂波识别领域具有重要应用。通常α截集特征提取方法中的α值是主观给出的一个小数,在多变的雷达杂波环境中不能使α截集特征提取方法给出最佳的识别效果。本文提出了一种α值自适应选取的α截集雷达杂波识别方法,建立了“各可能分布的α截集值差异程度”与α值间的对应关系,并利用“差异程度最大”准则对α值进行优化,克服了上述缺点,实现了算法对杂波环境的自适应。仿真结果表明,本方法能够提供对雷达杂波更高的识别率,是一种更有效、更具实用意义的雷达杂波识别方法。

新一代天气雷达风轮机杂波识别和剔除

针对新一代天气雷达数据存在风轮机杂波污染问题,统计分析了5种雷达基数据特征量,风轮机杂波具有较高的反射率因子隆起度和水平通道信噪比隆起度以及较大的速度奇异率,其信号质量指数接近1,谱宽接近0或大于7.0 m·s^(-1)。以特征量统计结果为基础,使用模糊逻辑算法对雷达基数据中的风轮机杂波进行特征识别,结果显示,模糊逻辑算法能有效地把风轮机杂波从各种强度的气象降水回波和固定地物杂波中识别出来。针对被识别出来的风轮机杂波,使用区域平均插值方法对雷达基数据中的风轮机杂波进行剔除,杂波剔除结果显示,气象降水条件下获得了较好的风轮机杂波剔除效果。

特征知识在高频1阶海杂波识别中的应用

首先阐述不同水深下高频1阶海杂波的表示方法以及特征;然后通过分析1阶海杂波的距离-多普勒谱,设计基于特征知识的1阶海杂波识别流程,在此流程的基础上详细分析多尺度滤波、脊检测获;最后将本文算法与局部最大准则算法进行对比,以此来说明本文算法识别效果较好。

基于代数多重网格的天波超视距雷达跨尺度地海杂波识别方法

天波超视距雷达(天波雷达)在远程预警领域发挥着关键作用.基于天波雷达地海杂波识别的坐标配准利用地海杂波识别结果形成地/海分界线或地形轮廓,将其与先验地理信息匹配为目标定位提供坐标配准参数,可提升天波雷达目标定位精度.为满足不同类型目标检测、波束驻留与扫描等要求,天波雷达通常采用不同信号时宽、相干积累点数,使地海杂波谱数据具有多分辨率多尺度特性.针对不同分辨率/尺度地海杂波谱数据分别设计分类器存在训练数据不均衡、维护成本高等问题.本文基于代数多重网格与插值相关图像下采样思想,建立不同尺度地海杂波谱数据之间的代数关系,提出了一种跨尺度深度卷积神经网络地海杂波分类器.其允许使用经过训练的低分辨率地海杂波分类器对高分辨率数据进行分类,分类正确率不低于88.26%;也允许使用经过训练的高分辨率地海杂波分类器对低分辨率数据进行分类,分类正确率不低于92.53%,而无需针对不同分辨率/尺度数据分别设计分类器.

基于优化模糊逻辑的双线偏振天气雷达地物杂波识别算法研究

针对双线偏振雷达偏振参量能在回波识别中提供更多特征的优势,在常规多普勒天气雷达模糊逻辑算法的基础上,引入偏振参量实现地物杂波识别,由此根据雷达数据中地物和降水回波各自的回波特性,选择6个区别最明显的特征参量,建立了特征参量的统计分布概率,并运用CSI评判标准给出了地物杂波识别的最优化隶属函数;利用2020年攀枝花市新架设的X波段全固态双线偏振雷达观测个例,对比了传统的与改进后的模糊逻辑算法识别效果,结果引入偏振参量的模糊逻辑算法能更好地识别降水和地物混合位置的地物回波,同时改善了径向速度为零区域被误判为地物回波的问题。

基于改进DeeplabV 3+的HFSWR电离层杂波及海杂波自动识别

针对高频地波雷达(HFSWR)回波谱中背景噪声复杂、杂波占比较小且电离层杂波形态位置各异,难以自动识别的问题,以DeeplabV3+深度学习算法为基础架构并加以改进,提出一种HFSWR电离层杂波及海杂波自动识别方法。选用轻量级MobileNetV2作为主干特征网络,加入通道注意力机制模块SENet,实现对杂波标签的侧重学习,优化训练集中各类标签的损失权重;采用模型预训练迁移法对网络进行预训练,解决样本空间过小的问题。实测数据集上的实验结果表明,本方法可以实现HFSWR电离层杂波及海杂波的自动识别。相比原DeeplabV3+算法,杂波识别结果更为准确和精细,海杂波识别结果的平均交并比(mIoU)和准确率(ACC)分别提升2.9%和5.1%;电离层杂波识别结果的mIoU和ACC分别提升3.0%和4.9%。

两种相关杂波的识别方法及其实验比较

为使现代雷达在复杂多变的杂波背景中能够自适应地进行最佳信号处理 ,对相关雷达杂波进行实时识别将是一件有意义的工作 .本文基于由三种典型幅度概率分布杂波所构成的类属空间 ,提出了基于高阶统计量联合矢量和α截集门限特征的两种相关杂波识别方法 .通过蒙特卡罗实验进行了仿真识别 ,并对两种方法进行了比较 ,得出了有益的结论 .

一种雷达干扰信号识别的映射统计方法及其实验研究

提出了一种基于雷达视频波形的干扰信号自动识别方法，并在地空导弹雷达制导站实地录取了干扰数据，用该方法进行了实验研究。结果表明：采用该方法构成的识别系统，具有较高的正确识别率。

一种雷达干扰信号自动识别的最大势方法及其实验研究

提出了一种基于雷达视频波型的干扰信号自动识别方法.并用实录干扰数据,对该方法进行了实验研究.结果表明:采用该方法构成的识别系统,具有较高的正确识别率.

基于恒比鉴别和小波变换的脉冲激光雷达成像

为了提升脉冲激光雷达的成像性能,减小杂波对雷达成像的影响,本文提出了一种将恒比鉴别算法和小波变换算法相结合的复合算法。利用由激光脉冲发射、杂波干扰、激光脉冲接收和生成目标图像构成的仿真模型,分别使用恒比鉴别算法,小波变换算法,恒比鉴别和小波变换的复合算法生成激光雷达图像。同时为了进一步提高新复合算法的性能,提出了一种基于新型的阈值函数的小波变换算法与恒比鉴别结合,生成激光雷达图像。仿真分析的对比结果表明,基于恒比鉴别和小波变换的复合算法的雷达图像的均方误差为9.5508,基于恒比鉴别和改进小波变换的复合算法的雷达图像的均方误差为7.9065,均方误差小于其他算法,从而证明了新复合算法在杂波识别方面具有更好的性能。

基于气候统计特征的雷达回波质控方法

利用北京南郊S波段雷达2011—2016年的观测资料,从雷达气候统计的角度,利用不同强度回波发生频率的统计特征及其空间分布特征,对雷达地物杂波和波束遮挡的识别与订正方法进行研究。结果表明:①利用雷达回波出现频率特征,可以很好地识别雷达近中心地物杂波和受地形高度影响的地物杂波特征;同时还可以直观地识别出雷达波束遮挡区域以及遮挡程度。北京南郊雷达地物杂波主要分布在近雷达中心和北京西部、西北部的山前地区,地物杂波主要集中在0.5°仰角和1.5°仰角层上。雷达波束遮挡主要集中在由高大建筑引起遮挡的东南方位向和由于地形引起波束遮挡的西西北方位向,波束遮挡主要集中在0.5°仰角层。②采用局部可变区域平均垂直廓线方法利用高仰角回波订正低仰角回波,能有效订正地物杂波,并保留回波的局部特征。对于波束遮挡区域的回波填补,也能够较好地保持上下层仰角回波之间的连续性,同时兼顾了回波不均性分布等特性。③基于雷达气候特征进行地物杂波识别和波束遮挡识别,无需依照先验知识,相比于传统方法能更好地反映本地雷达回波真实情况,且具有方法简单、可快速复用、本地适用性强等优点。