基于极化不变量的谐波雷达导引头目标识别算法

为解决基于目标谐波散射系数的FFT识别算法无法有效识别目标全弹道谐波散射特性的问题,采用了基于极化不变量的目标识别算法.根据目标的半导体模型拟合出目标的谐波散射系数,用卡尔曼滤波器对谐波散射系数进行估计.将估计结果作为酉矩阵的对角元素,建立了目标谐波极化散射矩阵及与其对应的功率矩阵,通过就不同的目标进行谐波散射极化计算得到了仿真结果.结果表明,与基于目标谐波散射系数的FFT识别算法相比,目标谐波极化散射矩阵行列式的值及功率矩阵的迹能反映出目标的全弹道谐波散射特性,二者可以作为有效的目标识别特征量.

基于相干极化GTD模型的散射中心提取新方法

针对高分辨极化测量雷达体制,提出了一种基于相干极化几何绕射模型(GTD)的雷达目标散射中心提取新方法。首先建立了全极化测量条件下的相干极化GTD模型,并将MUSIC算法拓展用于高分辨雷达目标的全极化散射中心提取。该方法是一种极化和超分辨联合处理方法,它实现了对不同极化通道的散射中心数目、位置、类型、强度以及归一化相干极化散射矩阵的同时估计,同时还因充分利用了全极化信息,提高了各参数估计的精度。基于仿真和实测数据的实验结果验证了该方法的有效性。

高分辨相干极化GTD散射模型及其应用

针对高分辨极化测量雷达体制,研究了雷达目标的高分辨极化特性的建模与提取问题。建立了能够精确描述雷达目标高频极化散射的高分辨相干极化GTD(CP-GTD)模型,并提出了基于CP-GTD模型的全极化散射中心参数估计方法。与常规GTD方法相比,CP-GTD方法的突出优点在于它不需要进行散射中心关联,并且能准确估计散射中心的相干散射矩阵。此外,全极化信息的利用,使其具有精度更高、速度更快等优点。基于仿真和实测数据的实验结果验证了CP-GTD模型的优越性。

全极化散射中心提取与参数估计：P-MUSIC方法

本文提出了一种全极化散射中心提取与参数估计方法:P-MUSIC方法。该方法是一种极化和超分辨联合处理方法,不但能实现对各极化通道散射中心的数目、位置、强度以及归一化极化散射矩阵的同时估计,而且由于充分利用了目标全极化信息,还提高了散射中心提取和参数估计的精度。基于仿真和实测数据的实验结果证实了该方法的有效性。

全极化散射中心提取与参数估计:P-ESPRIT方法

该文提出了一种新的全极化散射中心提取与参数估计方法:P-ESPRIT方法。该方法是一种极化和超分辨联合处理方法,不仅实现了对各极化通道散射中心的数目、位置、强度以及归一化极化散射矩阵等参量的同时估计,而且充分利用了目标全极化信息,提高了散射中心提取与参数估计的精度。与MUSIC,ML等超分辨方法相比,P-ESPRIT不需要进行搜索,因此它还具有实时性高的优点。基于仿真和实测数据的实验结果证实了该方法的有效性。

一种极化雷达极点特征抽取算法

在建立雷达目标的单频多极化幅度响应方程的基础上,提出了运用极化分集技术和线性化最小二乘法提取目标极化本征系数的方法,此组系数是与目标的姿态角无关的绝对极化不变量,亦即目标的极点。最后以哑铃型目标为模型进行计算机仿真研究,结果表明这种极化雷达极点特征抽取算法是有效可行的。