常规雷达飞机回波调制特性的建模

为了从常规雷达回波中提取用于飞机目标识别的调制特征,依据雷达回波调制特征产生机理,推导了常规雷达直升机、螺旋桨飞机和涡扇喷气飞机回波调制特性的参数模型。分析讨论了实际飞机和常规雷达特殊性对不同类飞机旋转部件调制特征的影响。通过仿真和实际回波分析验证了调制特性参数模型的正确性、有效性和实用性。研究表明,从实际常规雷达飞机回波中可提取相对不变的、与直升机和螺旋桨飞机旋转结构相对应的调制周期特征;而对涡扇喷气飞机,调制周期特征是模糊的。     

基于BDWT的运动目标识别及Mexico小波核mean shift跟踪算法

提出了一种应用于智能交通监控系统的运动目标识别和跟踪方法.针对帧间差分提取运动目标的缺陷与不足,提出了一种基于二进小波变换的运动目标识别算法,即直接在二进小波变换域提取运动区域,从而检测出运动目标.对于检测出来的运动目标,对mean-shift跟踪算法进行了改进,采用以Mexico小波核函数自适应mean-shift算法对目标进行跟踪.实验结果表明,提出的算法可以有效地提取运动目标,即使目标与背景具有较高的相似度,也可以较准确的提取出前景运动信息,效果要好于传统的帧差法;跟踪目标准确度高,不受目标大小变化的影响.本算法具较高的实用价值和应用前景.     

弹道导弹目标微动特性的微多普勒分析与仿真研究

真假目标识别一直是反导系统中地基雷达(GBR)的技术难点,而基于弹道导弹目标微动特性的雷达识别是近来研究的热点.微多普勒是目标微动特性的一种表征,基于弹头和诱饵微动特性的差异,提取微多普勒特征可用于识别真假目标.首先介绍了弹头和诱饵的运动特性,然后建立了弹头和诱饵的微动模型,并进行了微多普勒理论分析和推导,最后通过仿真实验分别研究了微多普勒的多散射点和噪声污染的问题.仿真分析表明多点和噪声对微多普勒提取影响不大;同时指出以目标微多普勒的周期、频率最大值以及平面变化规律为特征可识别真假目标.     

基于舰船噪声仿真模型的目标识别研究

将国际上迅硅盖展的基于模型的识别技术应用到舰船目标识别中，摄取舰船目标识别信息，在建立舰船辐射噪声仿真模型的基础上，推导了单、双螺旋桨舰船辐射噪声调制谱谐波族幅值特征的数学期望表达式，提出了基于仿真特征的舰船目标识别方法，并对五类舰船目标进行了分类识别实验，取得了较好的识别效果：正确识别率分别为92．6％，87．3％，83．5％，76．9％，78．2％。     

含噪远距离运动目标图像自动识别的技术途径与方法的研究

本文主要研究含噪远距离运动目标即运动点目标图像自动识别问题，提出了利用点目标运动特性与能量辐射特性来进行目标识别的新技术途径，讨论了点目标运动轨道与速度参数以及其能量辐射特性参数的获取方法和多层前馈二阶神经网络分类器的设计方法。在微机上以三类含噪运动点目标图像识别为例，对文中有关点目标特征参数的获取与分类方法进行了仿真实验，结果表明，本文提出的含噪运动点目标图像自动识别的途径与方法是可行和有效的。     

基于趋势估计的微多普勒分离与特征提取算法

微动目标特征提取与辨识一直是弹道目标识别的研究热点与难点。针对复杂运动目标微多普勒(micro-Doppler, m-D)曲线交叠耦合导致的微动辨识难点, 提出一种基于曲线趋势估计的分离算法。该算法首先通过骨架提取获得稳定精细的二值化曲线数据, 再基于曲线光滑性和插值法对曲线趋势进行精确估计并分离, 最后利用变分模态分解(variational mode decomposition, VMD)及经验模态分解(empirical mode decomposition, EMD)算法分解每条m-D曲线并计算相应的微动特性。仿真实验表明, 所提算法能够在信噪比大于-15 dB条件下稳定分离m-D曲线, 进而提取目标的微动特性。     

线性平滑的信号调制识别方法

针对如何提高调制识别算法在低信噪比时的识别性能,是调制识别技术走向实用中必须解决的问题,提出采用线性平滑方法对接收信号进行预处理,然后再提取特征。提取的分类特征削弱了噪声影响,提高了抗干扰性能,能够在较低信噪比条件下正确区分信号。实验表明,平滑处理实现简单,对算法在低信噪比时的识别性能改善明显。     

支持向量机在车辆目标识别中的应用

提出了利用支持向量机对战场侦察雷达目标回波信号进行处理,以实现对卡车、坦克等在地面运动的车辆目标进行分类识别的一种新算法。首先对雷达接收到的目标回波信号作频域分析,从中提取待分类目标信号的特征向量,然后利用所建立的支持向量机模型对目标信号作训练和识别,最后与经典谱分析和神经网络的方法作比较,并采用实际数据验证这种识别方法的有效性。     

用多层前馈神经元网络实现运动点目标图像识别

本文主要讨论了远距离目标(即点目标)的识别问题,提出了一种用二阶神经元网络来识别含噪运动点目标图像的方法,给出了点目标运动轨迹参数与速度参数提取方法和二阶神经网络的改时B—P学习算法。在PC—286微机上对本文提出的方法进行了仿真实验,结果表明这种识别方法具有很好的识别效果。     

宽带信号及其特征的微多普勒提取技术研究

雷迭目标的微多普勒特性正成为目标识别领域的一个研究熬点,而宽带信号能够提供目标更多的精细结构信息和微动信息,因此宽带信号下微多普勒及其特征提取技术时目标识别来说是至关重要的.从宽带线性调频(LFM)信号成像理论出发,推导出了宽带LFM信号微多普勒提取方法.首次提出了用时域自相关法和频域倒谱法来提取微多普勒变化周期,井用傅里叶变换法提取微多普勒的最大值.仿真结果证明了上述方法的正确性和有效性.