中段目标高分辨距离像姿态敏感性影响度量方法

高分辨距离像（HRRP）存在散射中心模型改变、越距离单元走动、闪烁现象三个方面的姿态敏感性,同时影响距离像预处理、特征选择、模板生成等方面。为了区分不同姿态敏感性对距离像识别的影响,从而研究针对性的解决办法,首先在识别理论框架下,建立了“HRRP姿态敏感性影响水平统计模型”作为姿态敏感性对目标识别性能影响的定量分析工具。其次,针对弹道中段目标识别问题,定量分析了中段目标HRRP的姿态敏感性。暗室实测数据表明,闪烁现象与越距离单元走动对HRRP识别的影响程度相近。最后,通过比较聚类模板生成算法和邻近姿态角模板生成算法,验证了基于姿态敏感性影响水平分析方法的有效性。此分析方法对于弹道中段目标识别具有一定的参考价值。     

基于时频矩阵非负分解特征的多视角SAR目标识别

针对多视角合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别问题,提出一种基于目标高分辨率距离像(High Range Resolution Profile,HRRP)时频矩阵非负分解特征提取和识别方法。该方法首先对SAR图像进行滤波预处理,得到相应的目标HRRP序列;然后采用匹配追踪时频分析方法计算得到目标HRRP的时频矩阵;应用非负矩阵分解技术分解时频矩阵,得到相应的谱矢量和时相矢量。基于分解得到的谱矢量和时相矢量提取时频域矩特征和稀疏特征。最后,应用隐马尔科夫模型(Hidden Markov Model,HMM)对这些时频特征序列建模及识别。采用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)计划公开发布的SAR目标数据库的实验结果表明,该方法不仅能有效降低时频域特征的维数,而且识别性能优于传统的时频域特征。     

高距离分辨像雷达目标识别

对雷达目标识别的要求是在不同的探测距离和不同的观测角下都能够达到很高的目标识别精度。雷达自身的特性及复杂背景的影响 ,使得基于距离像的雷达目标识别存在着一定的困难。由于非合作目标总是机动的 ,因而距离像也是非平移不变的 ,距离像在距离门中的位置是不确定的 ,存在不可预估的平移。同时 ,由于一维距离像某一分辨单元回波是该单元内所有散射点回波相干求和的结果 ,因而距离像的波形对目标姿态角的变化比较敏感。因此如何利用现代的信号处理技术和模式识别手段从距离像中进行可靠的特征提取和识别是至关重要的。就此对多种基于高距离分辨像的目标识别方法作了总结和回顾     

频域空域二维稀疏SIMO高分辨雷达成像方法

利用频域稀疏的线性调频步进信号（FSCS）作为雷达发射信号,并结合空域稀疏的SIMO雷达阵列来构建二维稀疏的高分辨雷达成像模型。针对该稀疏模型,首先通过对低维数据简单补零处理,然后利用图像熵准则完成对运动目标速度的有效估计。在此基础上,结合压缩感知理论,构造有效的观测矩阵、稀疏变换矩阵以及重构算法,获得目标高分辨距离像（HRRP）,进一步提出基于保相性的频域空域二维稀疏SIMO高分辨雷达成像方法。该方法可以大幅减少FSCS脉冲串的子脉冲个数,大幅减少SIMO高分辨雷达接收天线阵元个数,并获得高质量的HRRP和目标二维像。仿真实验验证了本文方法的有效性和鲁棒性。     

海面目标多信源融合识别技术研究

主要对海面目标多信源融合识别技术进行了研究,介绍了海上目标的融合识别方法:Bayes推理和D-S证据理论,分析了D-S证据理论融合识别原理.采用基于高分辨率体制的雷达对海面目标HRRP的特征信息进行提取和分析,对D-S证据理论在海面目标识别中的应用进行了举例研究.     

基于结构特征的弹道目标雷达识别技术

弹道目标的结构特征反映了目标的本质属性,是识别真假目标最直观的特征之一。分析了弹道目标的结构特征差异,系统归纳了基于结构特征的弹道目标雷达识别方法。根据雷达提取结构特征所采用的信息不同,将这种识别方法分为基于RCS序列的识别方法、基于一维像的识别方法、基于二维像的识别方法以及基于极化信息的识别方法,详细阐述了这四类识别方法的物理基础及其实现途径,分析了它们各自的特点,最后展望了技术发展趋势。     

基于三站一维距离像融合的弹道目标特征提取方法研究

一维距离像是超宽带雷达目标识别的重要特征之一,基于多站一维距离像的目标特征提取技术是近来的研究方向。依据弹道目标的微动特性,推导了微动弹道目标的时间-距离像模型,然后通过比较各散射点时间-距离像正弦曲线参数之间的关系,实现了多个雷达观测视角下弹头目标距离像的匹配,在此基础上,利用三站一维距离像重构了锥体弹头上各散射点的三维空间相对位置,最后对锥体弹头的各个参数进行了估计。仿真结果表明了本文方法的正确性和有效性。     

基于奇异值分解的双谱降维研究

在基于雷达高分辨距离像(HRRP)的目标识别中,双谱特征是一种有效的识别特征,但维数过高限制了它的应用。对双谱矩阵进行奇异值分解,提取奇异值向量以及大奇异值对应的奇异向量作为识别特征,与挑选双谱法相比,不仅识别率有所提高,而且克服了挑选双谱特征每有新目标加入都需重新挑选双谱频点的缺点,基于实测数据的识别结果验证了所提方法的有效性。     

基于解线调处理的高速运动目标ISAR距离像补偿

分析了高速运动目标的逆合成孔径雷达(ISAR)回波信号模型和目标高速运动对ISAR信号处理的影响。结果表明,目标高速运动会导致目标一维距离像的畸变和二维像的模糊。从通过补偿回波信号的调频斜率来补偿高速运动目标距离像的思路出发,提出了一种基于解线调处理的高速运动目标ISAR距离像补偿算法。该算法采用解线调处理谱包络最小Shannon熵准则进行参数估计,可解决在常规的幅度最大准则下参数估计性能恶化的问题。此外,距离像补偿算法中还用突变误差消除和最小二乘拟合处理以进一步提高参数估计精度。仿真结果表明该距离像补偿算法的有效性。     

基于距离走动校正和多普勒高阶项补偿的高超音速目标检测方法

针对机载雷达对高超音速运动目标的检测性能下降问题,首先建立了高超音速运动目标回波信号模型,在此基础上定量分析了目标高超音速运动引起的跨距离单元走动和多普勒频率时变现象。经过详细推导,利用Keystone变换法完成了回波的跨距离单元走动校正,并将基于高阶模糊度函数的参数估计技术应用于高超音速目标多普勒参量估计中,补偿多普勒高阶项后进行相参积累处理。通过计算机仿真证明了所提方法的有效性。     

锥体目标空间进动特性分析及其参数提取

空间进动是弹道导弹中段飞行过程中锥体目标特有的运动特性，本文首先建立了锥体目标空间进动数学模型，给出了姿态角与空间进动参数的关系式，并利用进动参数获取了反映目标质量分布特性的惯量比。然后通过对目标RCS回波数据进行多项式拟合，估计进动参数，以此为雷达目标识别提供新的技术思路。仿真实验结果表明本文提出的算法能够有效估计出目标的进动角。     

用于目标识别跟踪的雷达/红外成像双模传感器数据融合技术

目标识别和跟踪是模式识别领域的一重要研究内容。基于单传感器（ 雷达或红外成像） 的系统存在着局限性， 分析了多传感器信号融合的必要性， 介绍了目标识别和跟踪系统进行多传感器信号融合的方法（ 特征层融合、决策层融合）及其在提高目标识别和跟踪的可靠性和抗干扰性方面的优势。介绍了基于智能模型和基于多层前向网络的目标识别算法。     

非高斯杂波背景中的两个距离扩展目标检测器

针对采用球不变随机向量(SIRV)建模的非高斯杂波背景中检测具有稀疏散射点的距离扩展目标问题,先假设目标强散射点的位置信息已知,采用广义似然比检验(GLRT)理论,提出了基于散射点位置的GLRT (SL-GLRT) 检测器。然后,采用门限法估计散射点的位置信息,提出了双门限恒虚警率(DT-CFAR)检测器,推导了虚警概率与检测门限关系的解析表达式,并给出门限的确定方法。与现有方法相比,散射点位置信息已知时, SL-GLRT 具有最佳的检测性能,散射点位置信息未知时,DT-CFAR具有较好的鲁棒性。     

弹道导弹预警系统目标运动建模和类型识别

针对弹道导弹预警系统的识别任务,建立了弹道导弹和飞机类目标的运动模型,通过分析弹道导弹和飞机目标间的运动特性差异,采用灰色关联分析方法建立了目标类型识别模型,给出了进行目标类型识别的具体步骤.具体的算例验证了基于灰色关联分析的目标类型识别模型应用于目标识别的可行性和有效性.     

锥体目标进动的宽带雷达特征分析

进动是锥体目标空间自旋飞行时特有的运动特性,通过刚体姿态动力学原理,采用微动分析方法分析了光滑表面锥体弹头目标的空间进动模型,并由雷达电磁散射原理建立了目标宽带回波模型.通过散射点仿真模型和电磁仿真数据,采用周期检验的方法分别对锥顶和锥尾散射点的进动参数进行提取,验证了分析和模型的正确性.     

基于地球扁率红外地平仪测量值修正算法研究

根据对地球扁率引起红外地平仪测量值误差修正算法进行了研究，椭球地球模型矢量投影关系得到了地球扁率修正函数和姿态角计算公式。由于地平穿越点由地球表面方程、地平平面方程和扫描圆锥锥面方程唯一确定，采用了递推方法解算出地平穿越点处的几何量，所得结果通过扁率修正函数对姿态角进行实时修正。所提算法简单，易于星载计算机在线实现，仿真算例验证了该方法的有效性。     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

应答式目标旋转运动对雷达速度测量的影响

携带应答机的飞行目标,若除了沿其某一轨道运动外,还作自旋运动,应答机天线辐射相位空间分布的不均匀性会使应答机转发信号产生附加的相位调制,因而导致多卜勒测量雷达的测量误差。本文分析了对称安装三天线园柱形应答式目标回波的多卜勒频率调制。得出了附加多卜勒频率及其各阶导数的解析式。研究了目标旋转速度、方向角(目标旋转轴线与雷达视线的夹角)和回波谱线宽度的关系,以及对雷达多卜勒测量精度的影响,它对于研究自旋再入体测量问题具有实用价值。文章给出了一个典型的三天线园锥目标模拟旋转试验结果。试验中在不同目标转速下由相参雷达跟踪测量目标回波,同时记录中频信号、多卜勒跟踪回路鉴频器输出等有用信息。对试验数据的分析得出了明确的结论:目标旋转使回波信号的谱线展宽、测速误差增大,谱线宽度与目标转速成正比,同时谱线宽度随目标方向角增大而加宽,方向角为90°时旋转影响最大。理论分析得出了与试验相同的结果。虽然试验是在静态下进行的,但问题的分析对质心运动的目标也同样适用。     

开放世界下的雷达辐射源融合识别算法研究

针对开放世界下雷达辐射源目标库不完备的现状,对开放世界下雷达辐射源识别的信息融合模型进行了研究。建立了不同类型雷达特征参数的模糊隶属度函数,采用待测样本与模型样本匹配的方法生成广义概率指派函数,并采用修正的广义证据理论算法融合多参数信息获取识别结果。实验数据表明:该模型能在雷达辐射源目标库不完备的情况下,识别已知目标和判别未知目标,判别结果相对基于经典D-S证据理论和原始广义证据理论的融合识别方法更加可靠、有效,在雷达识别的场景中具有潜在应用价值。