基于多特征的BP神经网络LSS目标识别方法

为更好地从可见光探测图像中对"低慢小"无人机目标进行识别和分类,对含有旋翼无人机、固定翼无人机和城市飞鸟这三类目标的图像进行灰度化、二值化等预处理,建立了目标圆形度、Hu不变矩、仿射不变矩特征提取模型以及多特征融合模型。在此基础上,提出了一种基于多特征的BP神经网络目标识别方法,构建包含输入层、隐含层、输出层的三层神经网络训练模型,并明确了该模型的训练过程。选取了三类目标图像,以其中每类各150张作为样本训练集,每类各50张作为样本测试集,通过计算损失函数来判定目标类别。结果表明:上述方法的识别率达92.67%,可实现对城市空域环境的"低慢小"目标的识别。

基于FPGA的“低慢小”目标检测系统实现

为解决“低慢小”目标检测困难的问题,实现了一种基于FPGA(Field Programmable Gate Array,现场可编程逻辑门阵列)的“低慢小”目标检测系统。该系统采取COMS相机获取图像,DDR3 SDRAM缓存视频帧,使用FPGA处理帧间差分法和光流法结合的算法,目标检测结果使用VGA标准显示。测试结果表明,该系统能够检测出在悬停和低速飞行姿态下的低慢小无人机目标并实时显示。

海空背景下低慢小目标泛探雷达多域多维特征建模与分析

飞鸟和无人机等“低慢小”目标回波微弱、特征不明显,对雷达探测和识别提出了很高的要求,对其特征建模与特性分析是基础,而获取雷达多域多维的目标特征是前提。数字阵泛探雷达通过“宽发窄收”工作模式,实现目标的长时间积累,实现更高的积累增益和多普勒分辨率,能够获得目标的多域多维特征,为“低慢小”目标的精细化处理和探测识别一体化奠定了基础。该文针对海空背景下的飞鸟、旋翼和固定翼无人机、直升机等“低慢小”目标,利用数字阵泛探雷达系统获得的距离-方位-帧间、距离-脉冲-帧间等多维数据,提取目标的时域回波特征(单帧脉冲回波、动态脉冲回波)、变换域多普勒特征(多普勒瀑布图、微多普勒谱)、长时间机动特征(加速度序列、加加速度序列、航迹)7类19种多域多维特征,能够充分的反映目标在单帧和多帧数据间的幅值起伏、能量变化、运动、机动、微动等特性,从而实现对“低慢小”目标的精细化特性描述与分析。最后,采集并构建了数字阵泛探雷达“低慢小”目标特征数据集,对典型目标的特征进行验证和定量、定性分析,总结不同目标的特征差异,验证结果表明,四种类型的“低慢小”目标的多维特征具有明显的区别,获得的特征和差异将为后续的“低慢小”目标分类和识别提供重要支撑。

“低慢小”目标防控体系建设及发展思路

近年来,以无人机为代表的“低慢小”目标发展迅速,通过搭载侦察、通信、干扰、打击等载荷和运用先进信息技术,已应用于实战或恐怖袭击,对城市防护、要人要地、公共安全造成了重大安全隐患;其以廉降耗、以量增效的新战法和新特点,对现有的防控体系构成了极大挑战。文中结合近10年工程经验,分析“低慢小”目标的特点和防控问题,提出基于OODA理论的“低慢小”目标防控作战流程以及复合组网、态势融合、多元分级、平台开放的体系建设发展思路;面向应用,充分探索各探测、处置手段的发展方向,为开展“低慢小”目标防控技术的发展和能力建设提供重要参考。文中指出,“低慢小”防控任务需要多学科、跨领域的协同配合,并通过常态化的测试与使用,对相关经验进行总结,不断优化迭代体系能力,才有可能解决“低慢小”目标防护的问题。

一种频域脉冲最小均方误差杂波对消算法

针对“低慢小”探测雷达杂波多普勒主瓣淹没慢速弱目标问题,该文提出了频域脉冲LMS(FPLMS)算法来对消杂波。该算法利用杂波分量在脉间的平稳性,自适应地估计各距离单元杂波的复幅度来重构杂波,实现杂波对消。仿真结果表明:FPLMS算法能够有效对消杂波,消除杂波主瓣对目标检测的影响;且具有很窄的滤波器凹口,约为MTI滤波器的1/3,对速度大于1个速度分辨单元的目标几乎无信噪比损失,适用于“低慢小”探测雷达的杂波对消。

低慢小目标探测时的气象干扰抑制方法研究

针对低慢小目标探测时可能出现的低速气象干扰航迹的问题,在低分辨雷达基于信号维特征的目标分类正确率偏低的情况下,提出一种基于多特征联合的气象虚警抑制方法,在目标稳定跟踪,形成稳定航迹时,联合目标的信号特征(形状、雷达散射截面积等),航迹分布特征(气象点迹比例、速度、方向等)等多种特征,利用多圈点迹的积累,提高气象干扰航迹的正确识别率并加以抑制,同时不影响真实低慢小目标的正常检测和跟踪。实际试飞结果表明:文中提出的基于多特征联合的气象虚警抑制方法在有效抑制气象干扰航迹的同时,不影响配试无人机的正常检测和跟踪。

强激光辐照低慢小目标抖动光斑功率密度估计

针对激光毁伤低慢小目标ATP系统跟瞄误差造成的光斑抖动问题,建立激光斜程辐照低慢小目标的高斯分布等效光斑模型。通过仿真,得到特定大气能见度条件下瞄准误差角度、目标天顶角和目标高度的关系曲线,及不同初始天顶角条件下到达目标表面光斑形态及功率密度,并分析辐照天顶角及目标飞行高度对目标表面归一化功率密度的影响,得到了典型低慢小目标尼龙材料激光防御过程中对ATP系统跟瞄误差的要求,为激光防御低慢小目标各项参数设定及自适应系统的完善提供了依据。

雷达光电智能协同探测技术研究

对低慢小目标的探测,当前雷达光电协同跟踪算法存在较大缺陷,特别是当目标发生强机动时,协同跟踪精度大大降低,主要原因是雷达给出的距离预报精度较差。针对低慢小目标,首先提出了雷达光电协同跟踪流程,然后给出了基于雷达光电数据的距离解耦算法,为光电设备提供高精度的距离信息,最后采用基于IMM-BLUE序贯集中式融合算法,有效地提高了雷达光电协同跟踪的精度和数据率,同时该算法给出了目标的高度,为低慢小目标的打击,提供高质量引导数据。

PD雷达探测低慢小目标性能分析

低空超低空突防的低慢小目标给现实防空带来了新的挑战。通过对频域PD模式下滤波器组杂波抑制能力的分析,得到了杂波环境中探测低慢小目标的改善因子。并且通过改善因子分析了L波段和S波段雷达探测运动目标的最小速度问题;进而对目标在不同速度、不同杂波环境下雷达的最大探测距离进行了仿真分析。评估了PD雷达探测低慢小目标的能力,为低慢小目标的探测研究提供了一定的参考。

基于贝叶斯网络的“低慢小”目标威胁评估方法

针对“低慢小”目标,提出一种基于动态贝叶斯网络的威胁评估方法.分析并研究影响“低慢小”目标威胁评估的因素,将其分为定量因素与定性因素;对于定量因素,通过隶属函数求出相应的威胁值,利用层次分析法确定各个定量因素的权重,计算出定量因素的威胁值;对于定性因素,构建动态贝叶斯网络拓扑,利用贝叶斯理论推理出威胁值;然后将定量因素威胁值与定性因素威胁值结合计算综合威胁值;实例验证证明该方法是有效的.

一种利用TBD自动检测低慢小目标的方法

对于强杂波背景下的非合作目标,特别是低慢小目标,要发现并掌握此类目标仅仅依赖一次雷达的信号处理和操作员长期的警惕性观察远远不够.为了解决在不增加虚警航迹上报的情况下能及时发现非合作目标的问题,将检测前跟踪(TBD)技术的思想引入到警戒雷达终端数据处理中,借助先进的数据处理算法和高性能的计算机处理能力,及时发现威胁目标.这对降低操作员劳动强度、提高目标被自动发现的能力、减少漏报或错报空情信息有着积极的意义.

低慢小目标多装备协同探测分配问题研究

综合运用雷达、可见光、红外、无线电等多种探测装备协同探测是解决低空慢速小目标的探测跟踪难题的主要手段.针对多探测装备协同的目标分配问题,建立了低空慢速小目标和探测装备模型,提出了一种基于粒子群的多探测装备协同目标分配算法,最后给出了实例仿真.仿真结果表明,该算法是可行的,在实际应用中能较好地满足指挥决策和实时性要求.

针对低慢小目标的雷达信号处理算法

针对低慢小目标的特点,研究了雷达信号处理的实现流程和关键算法,重点阐述了强杂波抑制、自适应恒虚警检测(CFAR)和单脉冲测角算法,通过加载雷达实测回波数据仿真验证了信号处理算法的功能,结果说明算法能有效抑制杂波干扰,在复杂背景条件下检测出低慢小目标。

基于光电侦察的“低慢小”目标检测综述

目前关于小目标检测的研究、综述较多,但针对“低慢小”检测的相对较少。本文结合“低慢小”的目标特性,梳理了“低慢小”目标检测存在的技术难点,总结分析了近年基于光电侦察的传统图像处理检测方法、深度学习检测方法的基本流程、各自的优缺点以及主要研究进展,并着重对比分析了这些检测方法采用的数据集以及检测结果,对后续“低慢小”目标检测研究具有一定参考价值和推动作用。最后,指出了“低慢小”目标检测下一步亟待解决的问题。

试论大型活动安保工作中“低慢小”目标的防范与处置

在界定"低慢小"目标概念的基础上,分析大型活动中三种类型的"低慢小"目标威胁,探讨如何在大型活动安保组织体系内建立专门的"低慢小"飞行器防范与处置力量。根据大型活动安保工作各阶段的不同要求,提出防范与处置"低慢小"目标的针对性措施。

多径效应对低慢小目标探测影响分析

低空慢速小目标的探测问题必须考虑多路径效应。本文首先建立多路径模型,推导出了雷达探测低慢小目标时直射信号与反射信号的叠加场强。定义场强波动因子,结合反射信号相对于直射信号的相位关系,得到了在多路径效应下雷达对探测低慢小目标的影响。仿真分析了影响效果,提出了克服多路径效应应采取的方法和措施。

基于动态贝叶斯网络的低慢小目标威胁评估

针对复杂地形下低慢小目标难以防御的难题,本文分析并研究对于与低慢小目标威胁评估具有影响作用的因素,提出一种基于动态贝叶斯网络的威胁评估方法。基于低慢小目标的威胁属性,构建动态贝叶斯网络拓扑,利用贝叶斯理论推理出威胁值;并通过仿真试验验证该种基于动态贝叶斯网络的方法在对低慢小目标进行威胁评估是可行的。

多目标跟踪的分布式MIMO雷达最少阵元选取算法

针对分布式多输入多输出(multiple input multiple output,MIMO)雷达在多任务模式下对目标快速跟踪的需求,结合"低慢小"目标的特点,提出了基于多目标位置跟踪的收发阵元选取算法。首先,以选取最小的阵元集合为代价函数,在指定的位置估计精度的约束下,建立了阵元选取的优化模型。然后,将该优化问题看作成背包问题,提出了改进的阵元选取算法对模型进行求解。仿真结果表明,所提算法能够在降低系统计算量的同时,实现系统可接受的选取性能。此外,目标位置估计精度要求越高,其优势越明显。因此,所提算法有利于对多目标的快速跟踪。

“低慢小”目标多体制武器分配优化模型

主要研究了“低慢小”目标多体制武器分配问题。针对传统模型在实战场景应用中存在的不足,分析激光、无线电及柔性网3种武器在拦截“低慢小”目标时的限制因素,推导在空间、时间、资源及环境等方面的约束条件,引入武器拦截权重因子,建立用于“低慢小”目标的多体制武器分配优化模型,利用遗传算法对其进行求解。通过仿真算例与传统模型计算结果的对比,验证所建优化模型具有更高的计算效率,得到的分配方案更具可行性及合理性,可为多体制武器目标分配问题的研究提供更好的解决思路。

雷达低慢小目标检测技术综述

首先,在分析低慢小目标特性的基础上总结了低分辨预警雷达探测此类目标的技术难点。然后,分类总结介绍了目前国内外具有一定启发性的检测技术,基于检测前跟踪技术、基于变换域方法、基于微多普勒分析、基于多活性代理系统检测以及基于杂波白化等方法,并对各方法检测性能进行了简要分析。最后,总结提出了针对此类目标检测技术研究发展的几点思考。