激光主动侦测系统探测能力分析

激光主动侦测系统可实现远距离猫眼目标的成像探测与识别,探测能力分析是系统设计的前提和基础.为了评估激光主动侦测系统对猫眼目标的探测能力,以激光回波功率为基础,建立了系统信噪比的数学物理模型.分析了影响探测能力的因素,数值模拟了信噪比与接收光学镜头直径、发射激光峰值功率、激光束散角以及等效反射面离焦量的定量关系.结果表明,在一定作用距离范围内,散粒噪声、背景噪声与暗电流噪声、热噪声相差至少2个数量级,系统噪声主要来源于散粒噪声及背景噪声;提高系统探测能力最为有效的方法是选用激光束散角小的光源.这一结果可用于指导激光主动侦测系统的设计.     

空间目标宽带雷达特征信号仿真建模

空间目标宽带雷达特征信号包括其高分辨一维距离像和二维ISAR图像,空间目标宽带雷达特征信号仿真建模对空间目标探测、识别研究具有重要意义。在光学区复杂目标RCS特征信号计算基础上,重点研究了空间目标宽带雷达特征信号包括高分辨一维距离像和二维ISAR图像仿真建模方法。仿真目标和实际复杂空间目标宽带雷达特征信号仿真建模的实验结果验证了其有效性。     

单目标一维成像及特征提取方法性能分析

为后续目标识别作准备,针对采集并且存储之后的飞机目标雷达回波信号,完成后端雷达信号处理.首先,基于MATLAB提取波门内采样的回波信号并且实现目标的一维成像.然后,采用传统的傅里叶变换模值、双谱奇异值分解法对目标的一维距离像进行特征提取.为了获得较为稳定的目标特征,针对以上两种方法,主要从特征相似性的测量角度分析单一目标特征提取方法的性能优劣.最后通过实验,从相关系数概率密度分布情况得出双谱奇异值分解特征提取法性能较佳,所得到的目标特征较稳定.     

大视场激光主动探测系统实验

据实战条件下对狙击手远距离快速搜索的需求,基于猫眼效应理论改进了猫眼目标最大可探测距离模型,并运用MATLAB软件绘制了相关曲线。搭建了可以对猫眼目标进行大视场、远距离快速搜索的激光主动探测系统样机。实验结果表明,系统样机可以实现距离狙击手1 200 m范围内的激光主动探测,并针对普通和复杂背景图像提出了相应算法,提高了捕获图像的视觉效果,实现了基于猫眼目标特征的自动识别。该研究对提高和改进狙击手探测系统的作战效能具有十分重要的意义。     

扩展稀疏表示稳健HRRP目标特征提取方法

为提高低信噪比下高分辨一维距离像目标识别性能，提出扩展稀疏表示的噪声稳健目标特征提取方法。本方法通过对稀疏表示的扩展，实现对目标高分辨一维距离像局部特征与全局特征的提取。其中，在训练阶段利用支持向量理论与字典学习原理，对特征提取字典进行优化提高特征向量的可分性。在测试阶段，利用因子分析模型匹配方法对去噪声字典进行优化，从而实现对噪声的有效抑制，保证了目标识别系统的噪声稳健性。利用实测数据对本方法性能进行测试，结果表明本方法可在低信噪比条件下有效地恢复目标高分辨一维距离像，并实现较高的识别正确率。     

主动探测回波激光脉冲时域特性

利用猫眼效应原理实施目标主动探测,能够快速、准确发现空间光学侦察设备。激光脉冲辐照不同的反射目标,产生回波经大气传输后具有不同的脉冲展宽,利用该特性可实现对不同目标的识别和定位。利用光子散射理论分析了近地面气溶胶散射效应引起的脉冲展宽,给出了影响脉冲展宽的主要因素,建立了猫眼和漫反射背景回波脉冲展宽的计算物理模型;为验证模型,设计并实施了基于飞艇平台的动态主动探测验证实验,实验结果表明:激光脉冲经过8～10 km斜程大气传输,猫眼和飞艇背景漫反射回波分别展宽了20～30 ns和90 ns,与物理模型计算值具有较好的一致性,验证了物理模型的正确性,该模型可为区分和提取猫眼回波信号提供理论依据。     

地面"猫眼"目标激光探测距离分析

在光学镜头“猫眼”特性的研究中,利用“返回率”对其进行了定量描述,分析了与漫反射目标的关系．对影响激光探测距离的多个因素：目标接收距离、目标识别距离、激光光斑非均匀分布等进行了充分分析,给出了最大激光探测距离的数学模型。     

激光主动侦察技术的原理研究

分析激光对“猫眼”类光学镜头的作用距离。推导出激光对“猫眼”类光学镜头的距离方程。阐述激光主动侦察原理：应用脉冲激光测距原理测量目标的距离；光学目标识别的方法包含激光回波信号强度识别法、回波信号脉宽识别法和回波信号追踪识别法。     

基于一维距离像的雷达目标识别研究进展

现代高分辨雷达为雷达目标识别提供了新的途径,相应的高分辨一维距离像具有易获取和处理的特点,同时还能够揭示出目标径向结构的分布特性,因而在目标识别领域具有良好的应用前景.文中分析了基于一维距离像的雷达目标识别研究现状,包括一维距离像的模型、距离像特性分析、特征提取方法以及分类器的设计方法等,并且指出了高分辨一维距离像目标识别今后的研究方向.     

基于改进小波降噪的雷达一维距离像识别

针对低信噪比下雷达目标一维距离像质量不高、影响目标识别率的问题,将小波阈值降噪的方法应用到雷达目标一维距离像识别研究中,设计了一种新的小波阈值函数,提出了基于小波阈值降噪的雷达一维距离像识别的方法。利用仿真数据进行实验验证,以LVQ（Learning Vector Quantization）神经网络作为分类识别器,进行目标的分类识别研究。结果表明,将小波阈值降噪用于雷达目标一维距离像识别,在低信噪比时能够有效地降低噪声,提高距离像的质量,从而提高目标一维距离像识别率,同时实验也验证了所提出的新阈值函数相较于原阈值函数能更加有效地降低噪声,提高识别率。     

基于单像素单光子探测的目标识别与跟踪方法

为了实现弱回波信号下非合作目标识别跟踪,文章基于单像素光子计数激光雷达系统设计了目标识别跟踪策略,并且提出了一种目标识别跟踪方法。该方法首先将单像素光子计数激光雷达系统采集得到的三维点云经过插值处理得到直观的距离像,然后采用最大稳定极值区域算法分割目标和背景,根据目标轮廓特征识别并选择需要跟踪的目标。最后提取识别目标的质心,与激光雷达扫描中心的偏差作为误差信号,控制伺服系统在扫描的基础之上执行目标跟踪。实验结果表明,当激光发射能量为625 pJ、回波光子数为25时,该系统能对距离为5 m、角速度约为2 mrad/s的目标进行稳定的识别跟踪;验证了基于单像素光子计数激光雷达的策略及方法能够稳定的分割目标和背景,以及正确提取需要识别跟踪测距的目标质心,为弱回波信号下目标识别跟踪测距提供一种有效直观的探测方法,同时,弱信号探测作为远距离探测的必要条件,为远距离下的目标探测及识别跟踪提供了一个新的技术方向。     

基于小波变换和多神经网络融合的雷达一维距离像目标识别

针对低信噪比情况下目标的雷达一维距离像性能较差的问题,提出利用小波去噪以增强目标一维距离像的方法.对去噪后的目标一维距离像提取归一化中心矩,分别采用径向基函数网络和BP网络进行分类识别;在分析了两类网络用于分类识别特点基础上,指出具有不同拓扑结构和传递函数的神经网络对于各类训练样本分布状况的学习和描述能力不同,提出了一种综合利用两种网络做融合识别的新方法.通过对5类飞机暗室测量数据的实验,验证了上述方法的有效性.     

一种获取雷达目标一维距离像的方法

利用高分辨一维距离像进行目标识别在现代雷达中已成为一个重要的研究课题。本文基于雷达信号设计和互相关接收处理技术,研究了一种利用目标回波,逐次获取一维距离像的方法。与冲激雷达相比,这种方法能显著提高信噪比,并且这个方法的收敛速度快,一般迭代10次以内即达到稳定。     

激光主动探测系统中APD的探测性能分析

根据“猫眼”目标和漫反射目标的回波能量公式及高斯概率分布,推导了APD用于“猫眼”目标探测的虚警概率和探测概率公式,以此为基础,通过数值分析的方法研究了“猫眼”目标离焦量、探测距离对APD信噪比的影响;仿真了阈噪比对APD虚警概率的影响曲线,选定了合适的阈噪比。在选定阈噪比的基础上,分析了不同探测阈值下APD的探测性能,同时研究了离焦量、激光发散角对探测概率的影响。结果表明：APD的信噪比和探测概率随离焦量和探测距离的增大而减小,压缩激光发散角可提高APD探测概率,对不同距离上的目标进行探测时选择不同的探测阈值可有效提高APD探测性能。     

光学系统的球差对激光主动侦察的影响

利用光学窗口“猫眼效应”进行的激光主动侦察易受光学镜头的像差的影响。通过建立球差光学系统“猫眼效应”的理论模型,并运用数值仿真计算的方法,分析了目标光学系统的球差与侦察激光的回波发散角、接收功率以及最大侦察距离等参数的关系。结果表明目标光学系统的球差会明显增大回波发散角、降低回波接收功率和减小最大侦察距离,对激光主动侦察造成不良的影响。     

基于高分辨率一维距离像雷达目标识别研究

基于一维距离像的目标识别是雷达目标识别的一种重要方法。本文利用最大相关系数法（MCC）和主分量分析方法（PCA）对目标一维距离像进行目标识别。针对一维距离像的目标姿态敏感性,分析了最大相关系数法和PCA特征提取方法的原理,并通过3种目标的实测数据进行分类实验,表明该算法的有效性。     

水下激光距离选通成像系统的模型与极限探测性能研究

为了改善现有水下激光距离选通成像建模方法在收发时序和器件特性方面的不足,提出了一种改进的系统模型。该模型以一维(1D)方波信号为研究对象,通过计算该信号的输出信噪比来评价成像系统的性能。模型考虑了水下激光脉冲的时域展宽和增强型电荷耦合装置(ICCD)的增益噪声特性以对现有模型的不足进行改进。通过模拟计算与实际水下激光距离选通成像系统所采集的图像相对比的方法验证了模型正确性,又通过对系统在不同水质下极限探测距离的仿真计算表明距离选通技术对人形暗目标的探测、识别和认清距离达到了9,7.5和7个衰减长度,从而证明了距离选通技术能够有效探测劣质水况下的中小目标。     

激光主动探测中的“猫眼”目标识别定位算法

激光主动探测是利用光学系统的“猫眼效应”对敌方侦察设备进行探测识别的技术,其核心技术是利用回波精准地找到敌方光学探测器的位置,从而实施对探测器的干扰或其他措施。构建了激光主动探测中激光传输的基本模型,讨论了大气衰减、离焦量和入射角度等多种条件对激光主动探测的影响;基于激光主动探测的光电回波图像,以实际探测过程中的激光传输特性为基础,创造性地提出了回波功率、目标大小、目标形状3种判据,与传统目标检测算法相结合,实现了对敌探测设备的精确识别定位;通过实例检验,验证了该算法相较于传统算法具有更好的识别能力,且具有较强的通用性和一定的实战应用价值。     

弹道目标宽带极化特征提取分析

针对弹道目标的极化高分辨一维距离像,研究宽带极化特征提取算法,分析所提取特征表征的目标散射特性及其在目标分类识别中的应用。通过弹道目标全极化高分辨一维距离像,构建极化散射矩阵,估计弹道目标的极化相干矩阵,再对其进行Cloude分解,提取H/α/A/P特征,依此对目标各散射中心的散射机理进行判定,同时分析各特征对于弹道目标可分性的强弱,利用SVM算法进行分类识别,同时考虑了信噪比对识别结果的影响,用仿真实验验证了算法的有效性。     

基于主分量分析的一维距离像雷达目标识别

一维距离像是自动目标识别的一种重要特征,它对目标姿态变化很敏感,只有通过进一步处理提取稳定特征才能够有效用于识别。针对距离像的这种姿态敏感性,首先分析了主分量分析(PCA)的降噪原理与核主分量分析(KPCA)的特征提取能力,然后提出先用PCA滤波对一维距离像降噪再用KPCA提取较大姿态角范围内稳定特征的雷达目标一维距离像识别框架,并用四类目标的实测数据进行分类实验,表明该算法确实能够提高识别性能。