ATR毫米波雷达目标特征信号自动测量系统

介绍了ＡＴＲ毫米波雷达目标特征信号自动测量系统，该系统为宽带高分辨全极化雷达系统，提供了三种测量方式和两种正交极化对．介绍了测量系统的管理和控制软件，并对测量系统的性能作了评估，还给出了部分测量结果．

ATR算法识别率的区间估计与样本量分析

针对雷达ATR性能评估中样本量的特点,从贝叶斯分析角度出发,选取最小长度准则对ATR算法的识别率进行区间估计,主要分析不同估计精度要求下的最小样本量。分析了识别率区间估计的影响因素,分别给出了无先验信息和两类典型有先验信息情况下的识别率区间估计方法和样本量确定准则,得到了识别率估计精度和所需最小样本量的关系。

红外偏振特性建模与实验验证（英文）

针对红外偏振信息应用于目标探测识别的理论需求,基于红外辐射基本理论,详细分析和推导了红外反射、热辐射、红外散射等光波传输过程产生的偏振效应,并对这三种偏振效应进行了详细的建模与实验验证,其中利用菲涅耳反射定律对物体表面红外反射的偏振性进行了分析,并得出确定的反射偏振度解析式;结合物体表面模型利用菲涅耳折射机制对物体的热辐射进行了计算,并利用文献中的数据重现了密立根关于金属铂和金属银的偏振性实验,充分验证了红外辐射偏振性的存在;分别利用瑞利散射和米氏散射理论对物体表面红外散射的偏振性进行了分析和计算,计算结果充分体现了散射产生偏振的规律性。上述研究结论为更好地利用红外偏振信息实现目标探测识别提供了充分的理论依据。

ATR算法稳定性评估方法

提出了一种ATR算法目标识别率稳定性评估方法,阐述了该方法所采用的数学模型及原理。运用此方法对一个基于一维距离像的ATR算法进行了稳定性评估。理论分析和评估实例表明所提方法具有实用价值。

ATR系统评价中的因素作用测算方法及应用

针对自动目标识别(Automatic Target Recognition,ATR)系统评价中存在的性能建模手段难以有效分析因素变化对系统性能作用的情况,提出了一种新的因素作用测算方法。该方法根据工作条件下ATR实验结果所具有的面板数据特点,基于Malmquist指数对因素变化进行定量度量,无需对ATR系统的代价进行严格限定。求解过程中采用了非参数的DEA方法计算距离函数,避免了对ATR性能随因素变化趋势的模型假设,并通过引入AHP约束锥实现了多指标情况下的权重限制。最后,通过一个应用实例说明如何运用该评价方法实现因素作用的测算与分析。

基于证据理论的ATR系统传感器管理方法

随着信息融合技术和传感器技术的发展,融合目标识别系统的应用更为广泛,其规模也在不断地增大。为了满足战场应用的需求,一套识别系统中往往包含有多个不同种类、不同性能的传感器,而对于它们的综合管理方法的研究则甚少。为了更好地管理融合系统中的多个传感器,使识别系统的整体性能和效能达到最优,提出了一种新的基于D-S证据理论的融合目标识别系统中的传感器管理方法,分析了其合理性、可行性以及可能存在的问题,并给出了初步的解决方案。最后通过仿真实验及结果分析说明了方法的有效性和合理性。

基于JPEG2000 ROI机制面向ATR的图像压缩

如何使得经过有损压缩后的图像能保持一定程度的自动目标识别(ATR)性能,是一个十分重要的问题。JPEG2000标准中的感兴趣区域(ROI)编码机制是一个恰当的选择。该文根据恒虚警率(CFAR)检测器确定ROI区域,利用JPEG2000算法进行压缩。实验结果表明,在小于0.1bpp的极低码率条件下,提出的算法与JPEG、SPIHT、基本JPEG2000压缩算法相比,压缩后的图像的自动目标识别性能有了较大的改善。

ATR系统性能与目标类型数的分析与建模

自动目标识别(ATR)系统性能评估需要综合考虑工作环境变化和系统代价约束。针对地面目标识别的应用背景,结合宽带雷达平台分析了待识别目标类型的数目对ATR系统性能的影响,并考虑了系统存储代价的作用。分别得到了两个适合空地背景的ATR系统扩展性的经验模型。所得模型和相关结论为空地背景下ATR系统的性能预测和评价提供了借鉴和参考,具有一定现实意义。

ATR信息处理的软件体系结构

为解决雷达自动目标识别设计中的整体设计框架问题,从ATR系统的特点出发,采用领域工程的分析方法对大量的ATR系统进行了系统化分析,在此基础上构建了基于代数学的构件模型,并给出ATR系统的模型。该模型作为ATR支撑平台开发的基础,支持ATR系统的快速开发。理论分析表明:该模型支持插头插座式的软件体系结构,为开放式ATR支撑平台提供了理论基础,为后续的ATR系统建模提供了构件模型规范,同时为ATR构件库的创建提供了支撑。

ATR信息处理系统的软件总线应用

ATR系统的开发是插头插座式软件体系结构下的算法构件组装。为支持算法评估和选择,文章借鉴计算机硬件总线技术,提出了采用软件总线技术对算法构件进行集成,同时给出了具有形式化语义的消息模型。基于ATR支撑平台的ATR系统开发时可以进行算法评估和算法选择,在新的算法出现时不需要对平台进行修改。理论研究表明:软件总线为ATR支撑平台扩展、为通用平台提供了实现途径。

基于波形域的匹配滤波前抗间歇采样转发干扰方法

间歇采样转发干扰属于一类脉内相干欺骗干扰,其运用欠采样原理,在距离维上产生多个虚假的目标峰,从而干扰真实目标的检测与跟踪。为了解决这一问题,该文提出了一种基于波形域的匹配滤波前抗间歇采样转发干扰方法。首先,考虑到间歇采样转发干扰的部分匹配特性,该文在匹配滤波过程中引入了扩展域,即波形域,以研究干扰信号与真实目标回波信号元素的局部特征,并在每个波形域上定义了自适应的阈值函数。其次,引入卡尔曼滤波对波形域信号进行状态估计,通过自适应阈值检测筛选出波形域信号中的有效积分元素与无效积分元素,并建立关于有效积分元素的估计状态空间。最后,在抑制波形域信号中的无效积分元素的同时,从有效积分元素的估计状态空间中补充相应长度的积分元素,保留剩余的有效积分元素,通过积分得到不含虚假目标的距离像结果。该文所提方法不倚赖于任何干扰机参数等先验信息,即可有效抑制间歇采样转发干扰。仿真实验表明,与传统方法相比,该文方法实现的抗间歇采样转发干扰性能更优。

基于改进OMP算法的多目标高速机动检测方法

针对多目标高速机动检测问题,提出了一种基于改进正交匹配追踪(OMP)算法的多目标检测方法。根据高速机动目标运动特性建立信号模型;利用改进OMP算法对脉冲压缩后的回波信号进行运动参数估计;构建相位补偿函数对距离徙动和多普勒徙动进行校正;通过快速傅里叶变换(FFT)完成相参积累,实现对多目标的检测。改进算法适用于多目标高速机动检测场景,可有效避免盲速旁瓣现象及信号交叉项的影响,且具有参数估计精度高和抗噪声能力强等优点。仿真实验验证了改进算法的有效性与可靠性。

分布式间歇采样转发信号对机载干涉仪参数测量影响分析

针对反机载干涉仪侦察场景,该文提出一种基于间歇采样转发技术生成分布式信号对干涉仪参数测量施加干扰的方法。辐射源与转发干扰机分布部署构成干扰系统,转发干扰机对辐射源脉冲信号进行间歇采样并向干涉仪转发,转发信号与辐射源信号准同步到达干涉仪,实现对干涉仪空域参数和时域参数的同时干扰。对于机载干涉仪运动过程中与干扰系统发生的位置关系变化,给出信号准同步约束并构建分布式信号叠加模型。然后针对干涉仪体制对脉冲空域和时域参数的测量机理,分析分布式信号实施干扰的原理,并分析信号参数对干扰效果的影响,进而提出分布式信号设计原则。仿真实验和暗室实验结果表明,该文所提出分布式波形可有效扰乱干涉仪对信号到达方位角、脉宽和脉冲重复周期等空时域参数的正确测量。

干涉仪对频分正交MIMO雷达的测向性能分析

频分正交MIMO雷达的空间合成信号脉冲具有时变包络和空时耦合特性,为主动对抗无源电子侦察系统的测向提供了新的可能。本文针对相位干涉仪测向系统分析了电子侦察系统对频分正交MIMO雷达的测向误差。首先建立远场侦察接收机MIMO雷达合成信号模型,分析其时变包络特性和相位波前畸变特性及其对测向性能的影响,并提出一种通过初相调制来增大干涉仪测向误差的可行路径。仿真结果表明,相位波前畸变区和瞬时信噪比影响的干涉仪DOA估计误差主导性区域不同。利用MIMO雷达阵元相位调制可操控包络起伏特性,改变合成信号峰均比(PAR)从而增大抗截获性能。在干涉仪分析窗内,与相控阵雷达合成信号相比,当侦察接收机先验位置已知时,MIMO雷达合成信号功率可下降25 dB左右,而距离未知时也可下降10 dB左右,因此MIMO雷达能在一定程度上增大干涉仪的测向误差。

基于RANSAC和三维谱峰分析的全姿态散射中心建模

全姿态散射中心模型是一种性能优良的光学区复杂目标电磁散射参数化模型。针对传统的基于候选点筛选和聚类的全姿态散射中心建模方法易出现虚假散射中心和遗漏真实散射中心的问题,该文提出了一种基于目标三维空间电磁散射强度场谱峰分析的建模方法。首先,基于目标多视一维散射中心参数,利用随机采样一致性(RANSAC)方法和Parzen窗函数方法估计目标在三维空间中的电磁散射强度场。然后,通过谱峰分析、散射中心关联和多视量测融合,得到全姿态三维散射中心的位置。最后,利用二值形态学处理修正全姿态散射中心的角度可见性,估计全姿态散射中心的散射系数和类型参数。仿真结果表明,该文方法所提取的全姿态散射中心与目标几何结构具有极强的关联性,相较传统方法,在缩减三维散射中心数量的同时提升了模型的表示精度。

粮食水分快速检测技术综合评述

水分含量是粮食的一项主要质量指标，其快速、准确测定具有重要意义。本文探讨了国内外现有的粮食水分快速检测方法，分析了各类水分快速测定仪器的特点与局限性。

基于多帧移位叠加的红外小目标检测方法

由于基于能量积累的各种算法对预检测的目标漏检和噪声密度都比较敏感 ,所以要求预检测在注重目标检出率的同时应尽量减小虚警。例如当噪声密度大于 3%时高阶相关法检测性能大幅下降 ,Hough变换法在噪声密度较大时不但性能下降 ,而且运算量也增加很多。基于此 。

非线性“当前”统计模型及自适应跟踪算法

针对"当前"统计模型中人为设定时间常数的倒数α值的不合理性,对机动参数α进行建模,并基于粒子滤波的思想,结合UKF滤波算法给出适用于强机动目标跟踪的CS-UKF算法。整个算法能够实时估计参数α,并从这里出发估计目标状态。仿真结果表明在目标强机动时CS-UKF算法比经典CS-KALMAN算法收敛速度更快,状态估计更精确。

基于局部围线积分双谱的空间目标识别算法

提出了基于局部围线积分双谱的空间目标识别算法,从空间目标距离像的双谱中提取出局部围线积分双谱特征。应用BP神经网络进行分类识别,为了避免网络权值陷入局部极值点,采用遗传算法来获取网络权值的初值。仿真实验表明,即使在较低的信噪比下,该算法仍然可以取得比较高的识别率。

基于动态显著性特征的粒子滤波多目标跟踪算法

针对复杂背景条件下图像序列中运动多目标跟踪问题,提出一种基于动态显著性特征的粒子滤波多目标跟踪算法,该算法借鉴心理学中关于视觉注意的研究成果,综合目标的灰度、细节和运动特性形成稳健的动态显著性特征,用来作为粒子滤波的状态向量.由于该算法中的显著性特征来源于目标的多种底层特性,因此算法具有很强的稳健性,同时,粒子滤波可实现非线性非高斯状态空间模型的最优估计.故而,该算法能够同时处理多个目标跟踪过程中的航迹管理问题,以及目标出现、消失、合并、分裂、被障碍物遮挡等问题.实验结果表明,该算法能够很好地实现复杂图像序列中的多目标跟踪.