虚假目标干扰下的雷达网目标跟踪技术

利用虚假目标量测存在信噪比高,且其他雷达的量测与虚假目标不关联的特点,提出了采用信噪比检验和卡方检验的雷达网抗虚假目标干扰算法,避免了其他雷达由于目标回波信噪比低未检测到此目标,而误将真实目标判断为虚假目标的问题。仿真结果表明此方法能够较好地鉴别出虚假目标。

基于gamma分布模型的SAR图像目标识别方法研究

合成孔径雷达目标识别是目前世界上模式识别领域的重点研究课题之一,大体可分为两个部分的识别过程,即对目标姿态角的识别和对目标类型的识别。本文首先介绍了对SAR图像的增强算法,然后通过对基于模板与基于模型的识别方法的比较,将基于Radon变换的目标姿态角识别方法与基于gamma模型的SAR目标类型识别算法相结合,从而提出一种SAR目标识别的综合方法。利用MSTAR数据库数据进行仿真试验,取得了良好的效果。

基于Vega的机载脉冲多普勒雷达图像仿真设计

基于Vega开发了机载脉冲多普勒雷达仿真系统,对雷达地物回波图像仿真的五种实现方式进行了比较,详细论述了Radar-Works模块在PD雷达图像仿真中的应用,重点分析了RadarWorks模块在应用中出现的图像无法叠加的原因,提出了双窗口机制的解决方案;有效的解决了基于各种技术下的图像叠加问题,为雷达图像仿真提供了一种新方法。

基于图像域的势函数正则化SAR图像增强算法

SAR图像增强技术是SAR信号处理中很重要的一门技术。SAR原始图像中除了包含模糊的目标区域和阴影区外还包含了大量的噪声。在目标识别过程中,如果先对原始SAR图像进行增强处理,在降低噪声的同时增强模糊的目标区域和阴影区,然后进行特征提取,就可以大大降低识别系统的运算量,提高识别效率。正则化方法广泛应用于图像分割、图像增强等领域。通过对两种正则化算法的比较,结合两种方法的优点,提出了一种改进的基于图像域的势函数正则化图像增强算法。利用MSTAR数据库数据进行仿真试验,取得了良好的效果。

基于图像域的势函数正则化SAR车辆图像增强算法

SAR图像增强技术是SAR信号处理中很重要的一门技术。一幅SAR原始图像中除了包含模糊的目标区域和阴影区外还包含了大量的噪声。在目标识别过程中,如果先对原始SAR图像进行增强处理,降低噪声的同时增强模糊的目标区域和阴影区,然后进行特征提取,就可以大大降低识别系统的运算量,提高识别效率。正则化方法广泛应用于图像分割,图像增强等领域。通过对两种正则化算法的比较,结合两种方法的优点,提出了一种改进的基于图像域的势函数正则化图像增强算法。利用MSTAR数据库数据进行仿真试验,取得了良好的效果。