噪声中目标距离剖面像识别的修正特征子空间法

以噪声背景下高分辨雷达目标的距离剖面像为测量矢量 ,提出了基于修正特征子空间而进行特征抽取的目标识别方法。对每类目标 ,由训练样本矩阵经奇异值分解 (SVD) ,建立各自的特征子空间 ,并提取相应的降噪算子。对未知目标 ,其距离剖面像在各特征子空间中的投影 ,经相应降噪算子作用后 ,以能量最大为准则进行识别。

基于判别矢量子空间的雷达目标距离剖面像识别

提出了一种基于判别矢量子空间的雷达目标距离剖面像识别方法。判别矢量子空间一方面在分离意义上是较优的 ,同时该子空间的维数不受目标类别数限制 ,从而能够提取更有效的目标分类特征 ,改善目标正确识别率。仿真实验结果表明 :该方法识别率高于特征图像方法和正则子空间法。

一种宽带毫米波雷达目标自适应模糊匹配识别新算法

提出了一种基于宽带毫米波雷达一维距离像的自适应模糊匹配识别新算法。该算法首先对全景一维距离像进行预处理，以减小杂波和噪声的影响，然后变换到频域并取其幅度作为特征矢量，在完成了基于离散度准则的特征空间变换后，采用模糊匹配的方法进行相关匹配。用该算法对五种典型地面目标的识别进行仿真，取得了较好的目标识别效果。

频率步进雷达及其在小目标检测中的应用

在强杂波环境下检测一类重要小目标(如巡航导弹,反舰掠海导弹,隐身飞机)是现代雷达面临的一个最具有挑战性的课题。频率步进雷达,由于其高距离分辨能力及独特的波形和处理,正在用来解决强杂波中小目标的检测问题。文中首先介绍了频率步进宽带高距离分辨雷达的原理和技术,然后讨论了应用频率步进雷达解决强杂波中运动小目标的无杂波区检测和无折叠杂波检测问题。