采用多普勒雷达的目标识别处理

多普勒雷达能够测量移动目标的位置和速度，但只用其信息很难进行目标识别，通常，目前识别是把多普勒雷达接收到的信号变换成可听频段，人从其声音或频谱图中进行识别，但是，此方法识别的结果是依靠人类的经验及技术，很难得到稳定的结果，本论文研究了将目标识别自动化以及获得稳定的识别结构的处理方法。识别处理中，重要的是对作为识别对象的目标的固有特性提取，由于用多普勒雷达接收到的目标固有的特性，是具有目标的速度分布，所以，能够从频谱及频谱图中提取，频谱是目标速度变化和速度分布变化，而频谱图不用目标速度就能提取速度分布，文中建议根据此频谱图的特性，利用多普勒雷达进行目标识别处理这一方法。     

雷达目标识别技术综述

雷达目标识别技术是集传感器、目标、环境为一体的一项复杂的系统工程,是现代雷达技术的重要发展方向之一。文中总结了目标特性的研究现状,针对不同的识别对象,如弹道导弹、空中目标、海上目标和地面等目标,对现有的识别方法进行了梳理,并分析了雷达目标识别技术的发展方向。     

基于极化频率稳定度的目标识别

以宽带极化雷达体制为背景，定义了极化频率稳定度的概念。按极化状态在坡印卡勒极化球旧的动态分布信息，提取了目标的极化特征。对五种飞机目标进行了识别实验研究，取得了优良的目标分类或识别效果。     

雷达目标识别技术

雷达目标识别作为雷达技术发展的必然，成为现代雷达技术重要的研究方向之一。虽然雷达目标识别技术的有一定的进展，但还没有到完全解决问题的阶段，仅仅是广泛进行研究物一开端。本文对上前几种主要的雷达目标识别技术作了阐述，期望对雷达目标识别技术的研究概貌有一个清晰的认识。     

基于多普勒频谱特征的空中目标识别

分析了直升机和固定翼飞机两类空中目标的多普勒频谱测量能力，并在测量能力得到满足的前提下，对其目标的多普勒频谱特征进行了分析，找出了它们之间的不同之处，提出了对其目标进行分类识别的方法，通过对18种直升机和固定翼飞机的仿真数据以及现场实测数据的检验，证明该方法是有效的，并且适用于悬停直升机的探测与识别。     

BP神经网络在雷达目标识别中的应用

针对雷达目标信号复杂多样的特点,提出了基于BP神经网络的雷达目标识别方法。BP神经网络具有学习功能,能够有效地提高雷达目标识别系统的效率。实验结果证明了该方法的有效性和实用性。     

微动目标雷达特征提取、成像与识别研究进展

微动目标的雷达特征提取、成像与识别技术是雷达目标精确识别领域极具发展潜力的研究方向之一。该文首先简要阐述了微动的相关概念,然后综述了近年来微动目标回波建模、微动特征提取、微动目标成像以及基于微动特征的雷达目标分类与识别等方面的研究现状,并介绍了几种典型前沿应用,最后对微动目标雷达特征提取、成像与识别的研究发展趋势进行了展望。      

浅析低分辨率雷达目标识别的可行性

简要介绍了雷达目标识别的发展状况,重点分析了低分辨率雷达进行目标识别的难点以及在低分辨率雷达上实现目标识别的技术途径,并提出了对当前低分辨率雷达目标识别发展的建议。     

雷达目标分类/识别技术

分析了雷达目标识别的特点、分类及方法,介绍了雷达目标识别的发展及国外现状,着重研究雷达目标的特征及特征的提取,提出了未来雷达目标识别需要研究的的课题。     

雷达目标识别技术及其新进展

从雷达目标识别技术作为现代雷达的一个重要发展方向出发，对雷达目标识别的几种主要方法即目标运动轨迹特征识别法、回波幅度起伏特性识别法、多频雷达回波识别法、极点识别法、斜升响应识别法和极化识别法等作了阐述，最后对雷达目标识别技术的新进展即波形综合法、雷达成象技术及神经网络在雷达目标识别中的应用作了展望。     

雷达目标识别方法概述

雷达经过几十年的发展，已实现了从杂波，干扰中探测目标的存在以及确定目标的运动轨迹，但是雷达对于目标识别仍是当今天研究热点，本文对目前几中主要的雷达目标识别方法进行了概述。     

一种针对雷达多普勒测速系统全面干扰的方法

由于现代雷达经常运用距离选通波门来排除外界针对雷达多普勒测速的干扰,因此,本文提出以干扰雷达的距离波门的方法来配合对雷达的多普勒测速系统的干扰,找出了两种干扰之间的对应参数关系,讨论了应用多普勒拍频对雷达进行干扰时应该注意的问题,并得出了重要结论。现代军用雷达里很普遍的一种信号形式就是脉内线性调频,本文主要是对采用这种信号形式的雷达速度跟踪系统的干扰进行讨论。     

基于DDS和DQUC的宽带多普勒频率模拟器的设计

介绍了直接数字频率合成（DDS）和直接正交上变频（DQUC）的基本原理，提出了基于DDS和DQUC的宽带多普勒频率模拟器设计方案，该方案在微波频段保持了DDS的所有优点，并抑制了在混频器中上变频时双边带中的无用边带。最后，介绍了基于AD9854和AD8346的直接正交上变频器优化设计的具体措施。并给出了实验结果。     

用离散贝叶斯分类算法识别窄带雷达目标

深入分析了常用雷达目标识别方法识别率不高的原因。提出了基于离散贝叶斯算法识别有限长特征序列的识别方法。针对实测地面目标雷达回波的计算机模拟结果,表明该方法可明显提高识别率。     

微波透镜成像技术在目标识别中的应用研究

研究了微波透镜成像技术及其在目标识别中的应用。提出基于望远镜原理的新体制雷达,实现雷达目标的横向距离高分辨,结合高精度跟踪雷达现有的径向距离高分辨,进行雷达目标三维识别的新概念。此外,针对微波频段的电磁波绕射、衍射效应严重,微波透镜成像效果较差的问题,提出了虚拟透镜成像技术,并进行了成像验证,获得较好的成像效果。     

基于ESM和雷达的海上目标识别方法

对电子支援措施（ESM）探测到的目标信号进行了分析,得到了雷达的基本概率分配函数;根据雷达和舰船的对应关系,由雷达概率分配函数推导出目标平台的基本概率分配函数;然后利用目标的位置信息对目标进行筛选;最后根据测得的舰船目标航速以及分析回波得到的目标平台的大小,采用D-S证据理论识别海面目标。该方法具有较大的实际应用价值。     

谐波雷达目标识别研究

研究了新兴的谐波雷达目标识别方法。与一般雷达探测技术相比,谐波雷达在探测非线性散射体时能提供更多的信息,提高了识别概率。仿真结果也表明谐波雷达具有良好的目标识别性能和极强的抗干扰能力。     

基于最佳鉴别准则的目标识别方法

讨论了使用最佳鉴别准则作为特征提取的方法识别飞机的问题。在介绍最佳鉴别集求法之后,通过计算距离可分性测度得出该方法比一般的Ｋ－Ｌ变换提取特征具有更好的可分性;最后用模糊ＡＲＴＭＡＰ神经网络作为分分类器以处理后的数据进行识别。对某相控阵雷达所得到的三类过航飞机的数据识别结果表明,该方法可以得到更高的识别率。     

基于多普勒雷达组网的机动目标跟踪

非轨道飞行器跟踪需要大型的跟踪网,跟踪设备包括大型测距、测速雷达,光学经纬仪等,系统庞大,建设、维护成本高。多普勒雷达测量精度高,结构简单,易于小型化,成本较低,但一直只是被作为跟踪网的测速辅助设备,还没有被单独用来组建跟踪网。文中针对非轨道飞行器,提出了采用多台多普勒雷达构建高精度、低成本的飞行器跟踪网的思路和算法。跟踪算法采用"当前"统计模型和自适应Kalman滤波。仿真结果表明,采用多台多普勒雷达构建高精度、低成本的机动目标跟踪网是可行的。