PRC_CW雷达地杂波空间相关特性仿真分析

在分析典型地物杂波的空间分布特性的基础上,针对ＰＲＣ＿ＣＷ（伪码调相连续波）雷达的特性,即雷达在低俯视角情形时地面回波信号展宽,利用对码元回波复信号进行空间矢量叠加以得到ＰＲＣ＿ＣＷ雷达实际接收的回波信号。通过计算机模拟得到伪码调相连续波雷达回波信号后,对其空间相关特性进行了分析。     

PRC_CW雷达地杂波分布特性模型分析

针对伪码调相连续波（ＰＲＣ＿ＣＷ）雷达的特殊性,指出在低俯视角情形时雷达回波信号存在展宽现象,提出了对码元回波幅度进行空间矢量叠加以得到ＰＲＣ＿ＣＷ雷达回波信号的方法。通过理论分析,指出ＰＲＣ＿ＣＷ雷达的概率密度分布趋近于瑞利分布,并用计算机模拟的方法进行了验证。     

PRC_CW 雷达地杂波空间相关特性仿真分析

在分析典型地物杂波的空间分布特性的基础上,针对ＰＲＣ－ＣＷ（伪码调相连续波）雷达的特性,即雷达在低俯视角情形时地面回波信号展宽,利用对码元回波复信号进行空间矢量叠加以得到ＰＲＣ－ＣＷ雷达实际接收的回波信号．通过计算机模拟得到伪码调相连续波雷达回波信号后,对其空间相关特性进行了分析．     

PRC_CW 雷达地杂波分布特性模型分析

针对伪码调相连续波（ＰＲＣ－ＣＷ）雷达的特殊性,指出在低俯视角情形时雷达回波信号存在展宽现象,提出了对码元回波幅度进行空间矢量叠加以得到ＰＲＣ－ＣＷ雷达回波信号的方法．通过理论分析,指出ＰＲＣ－ＣＷ雷达的概率密度分布趋近于瑞利分布,并用计算机模拟的方法进行了验证．     

一种大多普勒容限的伪码调相连续波雷达

针对伪码调相雷达信号的多普勒敏感性,构建了一种基于m序列移位相乘特性的伪码调相连续波雷达系统.该系统通过对正交化后的目标回波信号进行延时交叉相乘求差处理,其多普勒容限可达子码重复频率的一半,因此可以有效应用于高速超高速目标的搜索和跟踪.由于脉压输出为频域的幅度调制信号,静止和低速目标干扰也能得到有效抑制,故该系统还兼具动目标检测功能.该文给出了雷达系统框图及实现方法,并进行了理论分析和系统仿真,展望了其工程价值.     

PRC-CW雷达近距离目标干扰的自适应对消

为提高伪随机码连续波（PRC—CW）雷达性能,讨论了近距离目标干扰抑制方法。在分析了PRC—CW雷达近距离目标干扰信号的基础上,采用了基于最小均方（LMS）算法的自适应对消技术;通过仿真分析合理选择了LMS自适应滤波器的参数,并采用11公司的TMS320C5402定,量DSP芯片实现了自适应对消器。试验结果表明该对消器能抑制近距离目标干扰。     

基于S-method的伪码调相连续波雷达调频干扰抑制

针对当调频(FM)干扰超出伪码调相连续波雷达自身抗干扰容限时相关输出严重恶化的问题,提出了一种基于S-method的FM干扰抑制方法.该方法首先计算回波信号的S-method分布,估计干扰信号的瞬时频率及瞬时相位,并通过迭代校正方法提高相位估计精度,基于最终的估计相位,构造干扰对消器实现干扰抑制.对正弦调频和线性调频干扰抑制前后的相关输出进行了仿真分析.结果表明,在信干比(S JR)分别为-20 dB和-25 dB的条件下,该方法能够有效抑制干扰,实现目标正常检测.     

基于小波变换的多普勒雷达目标识别

提出应用小波变换技术 ,以辨识不同目标回波之间的细微差异 ,并对连续波多普勒体制雷达的回波信号进行分析的方法 .采用本方法在雷达的一个距离波门内得到了地面目标的数量信息     

自组织神经网络雷达目标识别的研究

提出一种用Kohonen自组织神经网络进行雷达目标识别的新方法。这种方法可以对多个目标组成的多频模式空间向二维神经元阵列作拓扑有序映射.并提出一种输入输出神经元之间的连接权的微调方法——裂化映射算法,从而使自组织分类器的识别性能得到进一步提高。对两种飞机目标的性能进行了实验.结果表明,这种新的目标识别方法具有良好的应用前景。     

基于小波变换的多普勒雷达目标识别

提出应用小波变换技术,以辨识不同目标回波之间的细微差异,并对连续波多普勒体制雷达的回波信号进行分析的方法。采用本方法在雷达的一个距离波门内得到了地面目标的数量信息。     

雷达海面目标识别技术研究进展

 针对雷达海面目标识别特征数据缺乏和识别算法推广能力差等问题,从雷达目标电磁散射特性和目标分类识别两方面总结了雷达海面目标识别技术的研究热点和发展趋势。围绕海面目标雷达特性,从电磁散射测量和建模两个方面综述了国内外研究现状;从低分辨雷达回波、高分辨距离像、高分辨雷达图像3方面综述了海面目标识别技术发展现状;介绍了雷达海面目标识别工程应用情况;最后展望了海面目标识别技术的发展趋势。     

Gabor原子网络法在雷达目标高分辨距离像识别中的应用

针对飞机目标的分类问题 ,介绍了一种称为 Gabor原子网络的高分辨雷达目标距离像识别算法。 Gabor原子网络的输入层采用 Gabor原子变换作为预处理单元 ,完成对特征的提取。Gabor原子网络的隐层和输出层组成一个多层前馈网络 ,采用改进的反向传播算法对权值进行调整。文中同时给出了网络在训练过程中自动调整 Gabor原子节点的特征参数的算法。对 3种缩比模型飞机的微波暗室转台数据进行了分类 ,结果表明三维空间内的 Gabor原子网络方法比一维空间内的原始距离像或 Fourier幅度方法和二维空间内的 Gabor变换或小波变换方法更适合高分辨雷达目标距离像的识别     

基于局部双谱的高分辨距离像雷达目标识别

针对飞机目标的分类问题 ,介绍了一种基于局部双谱的高分辨雷达目标距离像识别方法 ,利用 Fisher类别可分性鉴别测度在距离像的双谱平面选择用于分类的局部双谱。将局部双谱方法与现有的几种基于双谱的方法进行比较 ,分析出局部双谱既利用了双谱的平移不变性 ,实现了一维匹配 ,又避免了在识别过程中计算整个双谱 ,减少了计算量 ,而且不需考虑极坐标双谱的插值与积分步长问题。利用三种缩比模型飞机的微波暗室转台数据对局部双谱的分类性能进行了测试 ,结果表明局部双谱是一种很有价值的平移不变特征 ,对于高分辨雷达目标距离像具有较高的识别率     

基于Wi-Fi穿墙雷达的无源移动目标检测方法

穿墙目标检测在安防、智能家居和应急救援等方面具有重要的应用前景。目前,基于Wi-Fi的穿墙目标检测方法需在检测区域内安装额外设备,或需对硬件进行复杂改动。针对上述问题,提出一种新颖的基于Wi-Fi穿墙雷达的移动目标检测系统WiTWR,在检测区域内无附加设备并无需对硬件进行任何改动的情况下,实现墙后无源移动目标检测。对接收信道状态信息(channel state information, CSI)构建接收信号模型并对其相位进行修正;设计一种干扰抑制算法对墙面强反射信号进行抑制,并利用小波去噪对噪声干扰进行抑制;对子载波进行挑选并分别提取CSI在有无目标情况下的幅值和相位特征,在此基础上,利用支持向量机(support vector machine,SVM)构造目标有无检测分类器,从而实现穿墙目标检测。实验结果表明,提出的基于Wi-Fi穿墙雷达的目标检测方法准确率能达到85%以上。     

基于keystone变换的噪声调频连续波雷达高速目标探测

针对目标高速运动导致严重多普勒色散的问题,提出基于keystone变换的距离徙动校正方法。根据噪声调频连续波无周期性的特点,对回波信号采用等间隔重叠分段法进行频域相关处理。结合快速离散时间尺度变换算法,能够实现高效的长时间相参积累。无需先验知识,能处理多目标场景。通过仿真实验验证了该方法的有效性,并与传统时域相关法进行了比较和分析。当目标未出现距离徙动时,该文方法和时域相关法对目标输出信噪比的提升效果基本一致。当目标出现距离徙动后,时域相关法的输出信噪比迅速下降,恶化程度与徙动严重程度成正比,而该文方法经距离徙动校正后的输出信噪比则基本不受目标速度的影响,且仍随积累时间的增加而增大。     

基于B-CFAR预处理的自动匹配目标识别法

针对传统模板匹配识别算法中 ,受目标旋转带来的识别率与运算速度难以两全的问题 ,文章采用了一种改进算法。首先在匹配之前用双参数恒虚警检测 (B-CFAR)提取感兴趣的区域 (ROI) ,这样排除了一些干扰 ,不仅能提高识别率 ,而且对于数据量很大的合成孔径雷达 (SAR)图像匹配速度也有所提高 ,然后对图像上每点窗口内计算方向性并依此选取相应方向的模板 ,最后用相应模板对图像进行匹配。将此算法运用在复杂二维 SAR图像飞机识别中 ,结果表明得到了良好的识别效果     

基于检测识别的实孔径雷达景象匹配定位方法

针对恶劣成像条件下的机场目标实孔径雷达图像匹配问题，提出了一种基于目标检测识别的定位方法，通过线特征滤波预处理和投影变换检测机场跑道线，进一步用模板匹配识别跑道端点以进行定位．对实际图像试验结果表明该算法能够准确定位灰度相关算法难以正确匹配的强噪声、低对比度实时图像，并且具有参考图制备简单，实时性强的特点．     

基于主分量分析的空间目标识别方法

目标的雷达散射截面(RCS)包含了丰富的目标类别信息,如何有效利用目标RCS特征对空间目标的雷达识别具有重要意义.文中提取中心矩作为特征向量,采用主分量分析(PCA)进一步进行特征压缩,利用支撑矢量机(SVM)分类算法来实现识别.基于实测数据的仿真实验结果表明,该方法具有较好的识别性能和推广能力.     

基于被动量子雷达的隐身目标探测研究

未来战场,将是隐身武器的较量,不论是有人机、无人机,还是巡航导弹、弹道导弹,都朝着隐身化方向发展.传统雷达在对付这些隐身目标时存在无法突破的性能极限.笔者将被动雷达与量子技术结合,提出被动量子雷达,分析其对隐身目标探测的机理.采取超导电路技术实现对微波光量子转换处理,并使用SVI和PSA量子增强接收技术,以及JPA技术实现高灵敏度微波信号接收,被动量子雷达可将系统灵敏度最大提高大约4个数量级.分析结果表明提出的基于被动量子雷达的隐身目标探测原理可行,具有很强的应用潜力.     

基于局部多分辨特征的SAR图像自动目标识别

合成孔径雷达(SAR)图像自动目标识别是图像识别领域的一个重要方向。受视觉细胞感受野模型的启发,该文提出了一种从图像局部点出发,对图像进行多分辨分解的图像处理方法。采用一组简单的八邻域正交基对图像进行多级滤波采样处理,得到原图像的多级类Gauss差分图像尺度空间,并将其应用到MSTAR数据集中的SAR图像目标的特征提取;同时,基于多级特征的整合思想,运用基于多尺度核方法的SVM模型,对不同级别图像特征采用不同尺度的核函数分别映射,然后进行合成,实现多类目标的分类。对MSTAR数据集的实验结果表明,该方法具有很高的正确率,并且实现简单快速。此外,该方法还可方便地应用于SAR图像场景中多类、多个目标的分割与自动目标识别,并且对相干斑噪声具有较强的鲁棒性。