三维模型的多传感器目标识别

目标识别的多传感器融合强调以模型为基础的图象理解技术的水平，尤其在多传感器平台和现象分析时，该算法的区分能力取决于各种传感器数据的积累，以及适当地把已知模型的限制加到传感器的数据处。本文介绍了一种以模型为基础的多假设叶斯定理识别方法，其以探测和估算理论为基础。同时还介绍了一种目标模拟方法，该方法采用的目标映射可以有多种几何映射，目标模型也可以有多种还原。模型成像试验台已经体现这些思想，目前正在进行     

基于Gabor幅值特征和相位特征相融合的ISAR像目标识别

该文提出一种基于Gabor小波变换幅值特征和相位特征相融合的ISAR像目标识别算法。首先将ISAR像进行Gabor多尺度分析,对不同尺度、不同方向的Gabor幅值图像划分为若干矩形不重叠的子块,分别计算每个子块的直方图分布,将其联合起来作为Gabor的幅值特征;然后结合象限二进制编码和局部异或算子提取Gabor相位信息的局部相位模式,对得到的局部相位模式同样提取分块直方图特征;再把提取的幅值特征和相位特征相融合作为ISAR像最终的Gabor特征;最后在2统计量作为不相似度量计算的特征空间里,采用最近邻分类器完成5类目标的分类识别。通过使用Greco电磁软件仿真的5类目标的ISAR数据对该方法进行目标识别的验证,并与目前已有的几种Gabor特征提取方法进行了对比,结果表明,该方法是可行且有效的,能够明显地提高识别率。     

基于曲率关键点的点对特征三维目标识别

精准的三维(three-dimensional,3D) 目标识别对于机器人自主抓取至关重要,针对目前基于原始点对特征(point-pair feature,PPF) 的三维目标识别算法中存在识别速度慢、严重遮挡场景下识别率低的问题,提出了一种基于曲率关键点的点对特征三维目标识别算法。该算法根据点云法向量邻域夹角均值,快速估算点云曲率,以此提取关键点,通过对关键点计算点对特征,剔除了模型点对特征哈希表中存在的大量冗余点对。使用结合位姿聚类和假设检验的位姿优化算法,首先通过位姿聚类对候选假设位姿进行优化,其次位姿聚类后采用ICP (iterative closest point)算法对候选位姿进行细化,最后利用基于重合度计算匹配分数的假设检验算法滤除错误假设并得出最佳假设位姿。实验结果表明,在公开数据集上,所提方法能够获得95.2%的平均识别率,减少模型点对特征哈希表构建时间并且提高在严重遮挡场景下的识别率。     

航空雷达目标极化分集特征的的实时提取与自动目标识别的ANN技术

本文首先利用Ｈｏｐｆｉｅｌｄ线性规划神经网络实现了一种极化椭圆匹配技术，从极化分集的雷达后向散射测量结果中提取了目标主散射体的全极化信息－－极化分集特征；然后将实时获取的极化分集特征进行特征为换，进而直接利用基于欧低测度的ＡＲＴ２神经网络进行自动目标识别。     

低分辨雷达目标智能识别的最新进展

低分辨雷达目标智能识别一直是雷达目标识别研究领域的难点。本文分析了低分辨雷达目标智能识别的难点和要解决的关键技术，综述了国内外低分辨雷达目标智能识别研究的最新进展。提出了发展低分辨雷达目标智能识别能力的设想。     

组网雷达下的弹道目标三维微动识别

基于组网雷达的多视角特性,研究了弹道目标的三维微动识别。建立了有翼、无翼锥体目标在进动、摆动和滚动形式下的微动模型,理论分析了各种微动目标的距离信号形式,得到了不同微动目标的频域特征,在此基础上提出了基于组网雷达多视角频域积累的微动类型识别方法。实验验证了该方法的有效性。     

雷达目标特征提取的一种方法

将小波变换和马氏距离相结合，提出了一种基于ISAR成像的雷达目标特征提取方法。对ISAR成像数据进行正交二进Symlet小波分解和门限处理，对数据进行压缩，然后计算压缩后坐标点的马氏（Mahalanobis)距离，得到目标稳定的特征向量。由实验结果看出，此向量具有在一定范围内的不变性，能够用于雷达目标识别。     

色高斯噪声条件下自动目标识别的雷达目标二维衰减参数化模型方法

本文通过提取色高斯噪声条件下二维雷达目标具有频率依赖性的散射中心参数,作为自动目标识别的高分辨率目标特征矢量.而且,所导出的提取算法性能不受高信噪比门限和雷达瑞利分辨率极限的约束.并且,通过使用混合算法,给出了一种基于该复杂模型的八步自动目标识别系统.最后,给出了一个例证.     

基于矩特征的三维飞机目标识别

本文介绍了利用矩特征从二维数字图像识别三维物体的方法。利用不变矩和标准矩对五种不同的飞机目标进行了识别，比较了这二种特征的性能，并且分析了特征数目对识别正确率的影响和矩特征在离散情况下的尺度拉伸不变性。研究结果表明利用三阶标准矩并结合方差平衡的特征处理技术可有效地实现对目标的识别。     

基于ISAR像序列的弹道目标进动特征提取

中段弹道目标进动特征是分辨弹头及诱饵的重要依据.以二维ISAR图像序列为基础,分析了弹道目标成像特点和目标姿态角的变化过程,提出了基于图像配准的ISAR像姿态差估计方法;采用等间隔配准避免了配准奇异,根据姿态差二次方曲线实现了进动参数的估计,给出了计算目标进动角、进动周期的具体步骤.仿真结果表明,该方法能够实现弹道目标进动特征提取,估计精度较高.     

基于ISAR像的空间目标姿态变化判别方法

空间目标姿态变化判别对于空间攻防作战时密切掌握敌方目标意图具有重要意义。文中研究了基于逆合成孔径雷达(ISAR)像的空间目标姿态变化判别方法,即判断空间目标处于姿态稳定状态还是姿态变化状态。首先,推导了基于ISAR像进行目标姿态变化判别的基本原理;然后,基于图像处理和图像匹配技术提出了ISAR像旋转角度提取方法和目标姿态变化判别方法;最后,利用雷达实测数据验证了文中方法的有效性。     

基于ISAR像序列的锥体目标进动及结构参数估计

弹道目标进动及结构参数的提取是弹道导弹目标识别的关键。该文提出一种基于逆合成孔径雷达(ISAR)像序列实现锥体目标进动及结构参数估计的方法。基于电磁仿真数据及锥体目标的微动特性,忽略旋转对称锥体目标的自旋运动,采用距离-瞬时多普勒算法生成目标的ISAR像序列,之后采用CLEAN算法将ISAR像序列中的强散射源坐标信息提取出来;推导了锥体滑动型强散射源在成像平面上的投影轨迹公式,该公式可为进动锥体目标成像特性模拟及参数估计提供数学参考。分析观察视角对锥体目标ISAR像可观测强散射源的影响,给出了估计进动及结构参数的具体方法;最后仿真验证了成像算法及投影轨迹公式的正确性,并依据提取的坐标信息估计目标的进动及结构参数信息。     

基于ISAR图像的中段目标二维几何特征反演方法

该文针对弹道导弹防御系统的目标识别问题,研究了中段目标的2维几何特征反演方法。基于中段目标的外形特征,提出了一种描述目标2维几何结构的稳定特征量,该特征量不受目标姿态变化和雷达工作条件的影响。基于中段目标的电磁散射特性,建立了目标在不同姿态下的ISAR成像结果与目标2维几何特征的映射关系,进而提出一种基于ISAR像的中段目标2维几何特征反演方法,能够稳定地反演出中段目标飞行过程中所有姿态下的2维几何特征。通过电磁计算数据和暗室测量数据验证了所提方法的有效性和稳定性。     

空间目标双基地ISAR成像的速度补偿研究

以空间目标双基地ISAR成像为背景,研究了空间目标双基地速度估计与速度补偿问题。首先推导了高速空间目标宽带LFM信号双基地回波表达式,针对中频直接采样匹配滤波非相参双基地ISAR,研究了高速运动对二维成像的影响,通过目标双基地速度估计,构造补偿相位项,实现高速目标双基地回波速度补偿。在分析双基地测速误差对速度补偿及二维成像影响的基础上,提出了窄带测距粗测速度解模糊与窄带回波时频分析精测速度相结合的空间目标双基地径向速度估计方法。仿真表明了分析的正确性。     

基于ISAR图像的矢量脱靶量算法研究

ISAR作为成像雷达的重要分支,其在军事上的应用越来越受到人们的重视,利用ISAR图像实现矢量脱靶量的测量就是其重要应用之一。在获取ISAR图像的基础上,利用同一帧“画面”将靶修正到其几何中心,弹修正到战斗部中心,并给出了修正方法。通过坐标中心平滑与坐标微分求解遭遇段坐标与速度;求取弹靶的分速度和加速度后给出了遭遇段参数相对距离、相对速度和角度的计算公式与方法,最后进行了参数精度分析。     

导弹目标ISAR成像仿真分析

主要对导弹目标的逆合成孔径雷达(ISAR)成像进行了仿真。给出了做抛物线运动的弹头目标ISAR成像模型及仿真结果，分析了目标机动(横滚、倾斜、偏航)对成像质量的影响，对存在白旋运动的弹头目标进行成像．并指出了导弹成像中有待进一步解决的问题。     

基于非线性流形学习的ISAR目标识别研究

详细分析了逆合成孔径雷达（Inverse Synthetic Aperture Radar, ISAR）二维像的非线性流形结构特点,指出ISAR二维像可以看作是由位置、姿态和尺度等内在参数共同作用而张成的一个在高维图像空间中的非线性流形。在此基础上,论文将非线性流形学习的思想引入到ISAR目标识别领域,提出了一种基于局部保持投影（Locality Preserving Projections, LPP）算法和k近邻分类器的ISAR二维像特征提取和目标识别方法。该方法首先利用LPP算法对维数较高的ISAR二维像进行降维,然后采用具有拒识功能的k近邻分类器对四类飞机目标进行了分类识别。仿真实验结果表明,LPP算法能够发现嵌入在高维ISAR图像空间中的低维非线性流形,并且能够利用LPP算法降维后的特征获得较高的识别率。     

基于图像旋转相关的空间目标ISAR等效旋转中心估计算法

为了消除逆合成孔径雷达(ISAR)越分辨单元徙动(MTRC)引起的图像散焦,需要估计目标的等效旋转中心。该文以空间目标为研究对象,提出了一种基于图像旋转相关的ISAR旋转中心估计算法。首先,分析了ISAR的瞬时成像机理;其次,将采用相同运动补偿后的回波数据分段成像,得到不同视角的2幅图像;然后,基于定标后的图像像素旋转和图像相关,估计等效旋转中心。当假定的等效旋转中心与真实的旋转中心一致时,2幅图像相关性最大,据此得到旋转中心位置。仿真实验表明,该算法能够有效利用图像整体信息,估计出高精度的目标等效旋转中心,利于提高成像质量。     

基于ISAR图像序列的目标打击效果评估

利用地基雷达ISAR成像技术可以对空中目标的打击效果进行有效的评估,特别是武器爆炸后瞬间对目标所产生冲击和损伤的评估.在分析冲击波对目标作用的基础上,文中采用时频分析方法获得打击瞬间的ISAR图像序列,通过分析图像序列的一维质心变化,给出了对目标遭受冲击和损伤的评估方法,并通过仿真验证了方法的有效性.