基于极化神经网络的雷达舰船检测识别方法

相参雷达捕获的全极化海面目标距离-多普勒(RD)回波数据中，目标区域占比小、信噪比低，且海况环境与干扰种类多变，使得经典的深度神经网络在此种条件下检测识别精度较低。为此，本文提出了一种基于极化深度神经网络的全极化相参雷达海面目标检测识别算法。首先，引入极化特征提取模块挖掘目标与干扰的差异化特征;其次，通过特征金字塔网络解决小目标检测识别的问题;最后，使用级联结构进一步提升算法性能。在全极化相参雷达回波数据集上的测试结果表明:基于特征值与特征矢量的极化特征对于数据集中两类舰船目标的平均精度分别达到0.907 9与1.0，相比不采用极化特征有着显著提高。     

雷达辐射源的极化特征及全极化侦收方法

针对复杂电磁环境下雷达辐射源的有效分选和识别问题,研究了全极化技术在雷达侦察中应用的相关问题。首先结合某相控阵雷达辐射源,讨论了典型雷达辐射源的极化特性;然后讨论了极化技术在雷达侦察中的优势,定量分析了辐射源信号的全极化接收相对于单极化接收的性能改善程度;最后,给出了一种全极化接收机设计方案以及极化测量方案。     

基于Pauli基分解的极化校准算法

极化校准是现代雷达精确获取目标极化散射特性的前提和基础。为解决某全极化雷达的校准问题,提出一种基于Pauli基分解的极化校准算法,给出了算法的正交条件和相关推导,可选择任意满足正交条件的三个目标做为定标体。对校准算法的误差来源和误差对校准结果的影响分别进行了理论分析和仿真分析。给出了不同条件下该校准算法和其它校准算法的仿真结果,以及某全极化雷达校准试验数据分析结果。结果表明：基于Pauli基分解的极化校准算法能有效消除天线的变极化效应,可更准确地校准目标的极化散射矩阵,并可应用于大型地基极化雷达、极化合成孔径雷达以及极化相控阵雷达等的极化校准。     

宽带LFM信号同时极化测量性能研究

针对雷达动目标的全极化高分辨信息的获取问题,建立宽带极化雷达的信号模型,分析对应的匹配滤波处理算法.对时/频域加窗的效果进行比较,提出了实用的窗函数选择方法.分析正负线性调频信号对高速运动目标的同时极化测量性能,提出对高速运动目标的极化--一维距离像联合识别方法.仿真结果证明了所此方法的有效性.     

一种基于诱导脉冲的极化对消抗欺骗干扰方法

针对反舰导弹雷达受到敌方大功率有源欺骗信号干扰而不能有效探测目标的问题,提出了一种基于诱导脉冲的极化对消方法。首先采取Jones矢量对雷达及干扰信号的极化特性进行表征,接着建立一种基于诱导脉冲的雷达H、V双极化通道接收体制,时序上分为诱导和对消两个阶段;然后具体分析了极化对消器的算法原理;最后采取正负斜率线性调频对诱导脉冲的波形进行设计。仿真实验结果表明,算法可以有效抑制欺骗干扰,匹配滤波后干扰抑制比可达30dB左右。     

单极化雷达的散射矩阵测量新方法及其外场实验研究

针对现有装备的雷达系统不具备极化测量能力,而开发专用极化测量系统复杂度高,设备量大代价高昂的问题,本文利用国防科技大学研制的瞬态极化雷达实验系统,研究并针对一种新的极化测量算法进行了外场验证实验。该方法不需要两路正交极化发射接收设备,仅需在目标稳定跟踪阶段利用波束在空域扫掠目标过程中极化状态发生变化的固有属性对目标回波序列进行采集和处理即可实现目标极化散射矩阵的测量,外场实验和数据处理结果验证了算法的正确性。该方法对于利用天线特性来解决设备量相对较小,跟踪制导体制下目标特性测量,反隐身目标、抗干扰,低空突防和对抗辐射攻击等重要问题提供了参考依据。     

弹道导弹动态全极化一维像仿真研究

研究了弹道导弹动态全极化一维像的仿真方法,可以为雷达目标检测、识别算法的研究提供基础。对弹道导弹的弹道和运动特性进行了建模,通过对弹头缩比模型静态测量数据进行插值,可以获得任意时刻、任意姿态下弹头的全极化一维距离像;比较了典型宽带雷达体制的信号形式,推导了它们之间的仿真参数转换关系。在计算机上进行了仿真实验,对仿真结果的分析表明本文提出的仿真方法是切实可行的。     

复合高斯杂波中距离分布目标的极化自适应检测

极化高分辨力雷达能够获取更丰富的目标特征信息,充分利用极化信息能够有效地提高检测和识别性能.本文基于广义似然比检验,提出了一种复合高斯杂波中距离分布目标的极化自适应检测器,推导了检测器的虚警概率表达式,理论分析表明其相对于杂波的协方差矩阵和纹理分量都具有恒虚警特性.利用仿真数据统计分析了该检测器的检测性能,仿真结果表明,在一般情况下当辅助数据较少时该检测器的检测性能优于其它同类检测器.     

极化在雷达抗干扰中的应用

分析了极化雷达在抗单一极化、变极化以及复合极化干扰中的应用,进而在雷达目标信号可分解为一对垂直水平正交极化波的情况下,提出了一种极化变换技术,较好地提高了雷达的信噪比和增大了抗干扰极化空间。     

机载相控阵雷达射频隐身时最优搜索性能研究

为提高机载相控阵雷达的生存能力,首次提出了一种基于射频隐身的雷达搜索方法。分析了影响雷达搜索性能的各个参数,将波束宽度、驻留时间和发射平均功率作为优化参数,将最小化能量消耗函数、最小化估计检测概率与期望检测概率的2范数作为目标,利用带精英策略的非支配排序遗传算法对雷达搜索模型进行优化。从最后Pareto解集中选取使两个目标函数乘积最小的解作为最优解。仿真结果表明,本文的算法与基于最大检测概率、最大起始跟踪距离的搜索方法相比,在具有较好检测性能的前提下,消耗较少的能量,具有较好的射频隐身能力。     

一种分布式目标滑窗检测方法

随着成像雷达图像分辨率的不断提升,对分布式目标的探测性能指标要求越来越高,然而现有的恒虚警检测算法尚未形成适用于多分辨单元的目标检测性能评估理论体系。提出一种分布式目标滑窗检测方法。首先,基于待检测目标RCS（radar cross section,RCS）、平面尺寸以及雷达二维分辨率等先验信息对二维滑窗进行设计,实现了任意航向目标的最优匹配。接着,利用M/N准则对滑窗内目标占据的多分辨单元回波进行直接处理,避免了人为构建扩展检测量引起的检测性能损失。最后,从系统虚警指标要求出发,通过挖掘分布式目标与所占据单个分辨单元的检测性能关系,设计了一套分布式目标探测性能的定量评估方法,可在满足虚警性能前提下大幅提升分布式目标的检测概率。该算法不需要人为进行复杂的扩展检测量设计,为高分辨图像目标稳健检测和性能评估开辟了一种新途径。     

3D传感器检测和跟踪的联合优化

在杂波环境下实现检测－跟踪的联合优化是目标跟踪中的一个重要研究课题。对3D传感器使用PDAF进行目标跟踪的情况，本文以先验检测门限优化准则为设计准则，通过用解析近似表示拟事修正Riccati方程中的参数，给出了瑞利起伏环境下实现检测和跟踪联合优化的方法。研究和仿真表明：（1）这种检测和跟踪联合化化方法的跟踪性能优于固定虚警率方法的跟踪性能，但这种性能的改善主要体现在滤波稳定阶段；（2）基于先验检测门限优化准则实现检测－跟踪的联合优化要求信噪比要大于一定的门限，在瑞利起伏环境下，三维测量所要求的信噪比门限为2．157。     

压制干扰下组网雷达目标检测与跟踪技术

针对压制干扰下组网雷达目标检测与跟踪,提出了一种基于压制干扰下雷达量测模型的跟踪技术。该跟踪技术包括压制干扰下量测模型和组网雷达序贯滤波跟踪两部分。压制干扰下量测模型根据雷达采取抗干扰措施前后接收机输入端的信干比分别计算检测概率,进而模拟传感器在压制干扰下对目标的检测情况。组网雷达序贯滤波中,首先对压制干扰下各雷达的量测数据进行串行合并和点迹合成,而后采用基于交互多模型(IMM)的序贯滤波方法对压缩后的数据进行跟踪。该检测与跟踪技术可模拟出雷达在压制干扰下由于检测概率下降造成的目标暂消现象,提高组网雷达跟踪航迹的连续性和稳定性。仿真结果表明了该技术的可行性和有效性。     

基于偏振信息融合的背景抑制方法评价

与红外强度图像相比,单一的偏振度或偏振角图像在提升图像信杂比方面并无明显优势。为综合利用偏振图像的多维信息进一步提升图像信杂比,在分析典型背景下目标偏振度与偏振角联合分布特性的基础上,以偏振度作为偏振角信息的权值参考,提出了一种基于偏振信息融合的红外图像背景抑制方法,并将其应用于复杂云层或海面背景下的红外目标检测,给出了相应的算法流程。实验结果表明:与红外强度图像相比,所提出的基于偏振信息融合的背景抑制方法能大幅提升图像信杂比。该方法简单有效,易于实现,可应用于基于红外偏振成像的目标探测或精确制导领域。     

高超声速飞行器气动/隐身优化设计方法

针对高超声速飞行器气动布局设计中气动设计与隐身设计矛盾的问题,采用高精度气动和隐身计算方法,建立了基于直接全局优化算法、二次曲线参数化方法和Kriging代理模型的多学科优化设计平台,并对典型高超声速布局升力体外形开展气动/隐身一体化优化设计研究。结果表明：升力体布局典型状态下升阻比由3.13提高到3.69,考虑垂直极化和水平极化状态,俯仰±30°的雷达散热截面（RCS）均值下降60%以上,表明该平台具有良好的寻优能力,风洞试验结果验证了优化算法的可行性;高超声速飞行器的机身和翼/舵等部件具有显著的绕射特性,物理光学法等高频算法不能准确捕捉前后缘绕射,应当采用矩量法计算其RCS特性;高超声速飞行器的垂直极化和水平极化的RCS特性差异巨大,在设计中应当予以考虑。     

基于改进PSO-WNN的高频地波雷达 电离层杂波抑制方法

高频地波雷达的海上目标探测能力与电离层杂波的抑制效果息息相关,而电离层杂波的复杂性与变化多样性又为抑制带来了难题。为实现电离层杂波的抑制,分析了电离层杂波的混沌特性,在此基础上提出一种基于改进粒子群算法优化小波神经网络的抑制方法,解决了粒子群算法易早熟和易陷入局部最优的缺点;提出一种自适应概率变异的策略,丰富了种群多样性,使得整个迭代过程中粒子群能够跳出当前最优,寻得全局最优。实测实验表明,基于改进粒子群算法优化的小波神经网络（PSO-WNN）能够基本预测电离层杂波的数值,进行电离层杂波的抑制,有效改善了信噪比,对电离层杂波的抑制研究具有重要意义。     

基于RCS曲线的SAR图像点目标变化检测

地物目标的物理结构、表面粗糙度或地物目标类型发生了变化,则其后向散射能量一 般会发生相应的变化,对应的雷达散射截面(Radar Cross Section,RCS)也会发生变化,这 将导致合成孔径雷达(Synthetic Aperture Radar, SAR)图像的亮度和色泽发生变化。提出 了一种新的基于RCS曲线特性的SAR图像目标变化检测算法。该算法不同于以往的基 于图像域的变化检测算法,从目标的散射特性提取目标的变化信息,避免了不同时相的SAR 图像对误配准所带来的错误。并进行了仿真实验,实验结果表明可行。
     

基于航迹关联的抗角闪烁跟踪算法研究

角闪烁背景下，高分辨雷达在近距离跟踪阶段存在不能精确跟踪的问题。针对此问题，分析了基于距离高分辨的单脉冲测角方法，并在此基础上，结合距离向强散射点的幅度特征，提出了一种基于航迹关联的抗角闪烁跟踪算法。算法首先对和通道、方位差通道、俯仰差通道的回波信号分别进行脉压和相参积累；然后在和通道的高分辨一维距离向上实现目标强散射点的检测，依据幅度进行排序并输出各点的距离信息和角度信息；最后利用联合集成概率数据互联算法作为目标跟踪滤波算法进行跟踪。本文通过对ku波段实测数据中入射余角为60°~69°的近距离跟踪部分进行分析，将所提算法与卡尔曼滤波跟踪算法进行了对比，仿真结果表明，本文算法使多目标跟踪的精度得到了提高，具有更好的角闪烁抑制性能。