THE INFLUENCE OF SPECKLE ON HIGH RESOLUTION RANGE PROFILE RECOGNITION BASED ON THE MATCHING SCORE

Template database is the key to radar automation target recognition based on High Resolution Range Profile (HRRP). From the traditional perspective, average HRRP is a valid template for it can represent each HRRP without scatterer Moving Through Range Cell (MTRC). However, template database based on this assumption is always challenged by measured data. One reason is that speckle happens in the frame without scatterer MTRC. Speckle makes HRRP fluctuate sharply and not match well with the average HRRP. We precisely introduce the formation mechanism of speckle. Then, we make an insight into the principle of matching score. Based on the conclusion, we study the properties of matching score between speckled HRRP and the average HRRP. The theoretical analysis and Monte Carlo experimental results demonstrate that speckle makes HRRP not to match well with the average HRRP according to the energy ratio of speckled scatterers. On the assumption of ideal scattering centre model, speckled HRRP has a matching score less than 85% with the average HRRP if speckled scatterers occupy more than 50% energy of the target.

基于匹配度的闪烁HRRP谱特征分析

在未发生散射点越距离单元走动(Moving Through Range Cell,MTRC)的角域内,闪烁现象是导致高分辨距离像(High Resolution Range Profile,HRRP)波动的主要原因。该文基于匹配度准则定量分析闪烁时HRRP常用谱特征(幅度谱、功率谱及高阶谱)的变化规律,比较各种谱特征受闪烁影响的强弱及原因,以获得定量的结论指导谱特征的选择。蒙特卡罗实验和暗室实测数据均表明:闪烁对HRRP谱特征的影响与闪烁散射点在目标能量中所占比重、闪烁区间的远近有关;除此之外,闪烁对高阶谱的影响还与高阶谱的阶数有关;常用谱特征中,功率谱受闪烁的影响最弱。

基于模糊-粗糙集和傅里叶-梅林变换的HRRP识别

提出一种基于模糊-粗糙集理论和傅里叶-梅林变换的高分辨雷达距离像识别方法。模糊-粗糙集理论将模糊集概念引入到粗糙集理论中,克服了传统粗糙集理论不能直接处理连续值特征的缺陷;傅里叶-梅林变换具有时移与尺度伸缩不变性,能够克服距离单元的平移、伸缩给识别带来的困难。实验表明,该方法具有强大的特征压缩能力,所设计识别系统具有良好的识别率。

宽带多极化雷达目标模糊匹配识别方法

针对宽带多极化雷达体制,提出了一种雷达目标模糊匹配识别新方法。介绍了距离-极化模糊矩阵的构造和多维模糊匹配的原理,介绍了模糊匹配模式矩阵库的构造方法,利用宽带多极化测量数据进行了目标识别的实验。实验结果表明,该方法匹配运算量少,对目标姿态角的变化有较强的容忍能力,为解决宽带多极化雷达目标识别提供了一条有效的途径。

雷达高分辨距离像自动目标识别方法的改进

在雷达自动目标识别中,广泛利用基于散射点模型的高分辨距离像(HRRP),并取得较好的识别效果。由于散射点具有一些特点,且距离单元内的散射点的情况有时比较复杂,从而使高分辨距离像出现一些异常,导致识别发生误判。该文针对发生的问题,主要讨论了飞机类目标对偏航、俯仰、侧摆三维姿态角变化的敏感性、飞机类目标在正侧视附近的特点以及测试样本的“相干峰”现象,并提出了相应的改进措施。仿真数据的识别试验结果表明该文提出的改进措施可以有效地提高识别性能。

基于支持向量机的雷达高分辨距离像识别

以支持向量机(SVM)作为分类器,研究了雷达目标高分辨距离像(HRRP)分类法,设计了相应的预处理算法,提出一种结合留一法和单一验证法的参数选择新方案。基于三种雷达目标的HRRP数据,比较了SVM分类法和匹配相关分类法性能,实验结果表明SVM算法在目标姿态的稳定性、对训练集大小的稳定性和抗噪能力方面都占有相当优势。

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。