基于DRFM的高分辨雷达扩展目标回波仿真技术

介绍了一种基于DRFM的高分辨雷达扩展目标回波信号仿真方法,该方法将舰船等复杂目标视为扩展目标,其雷达回波信号可以看作扩展目标各散射中心产生的回波信号的叠加。应用该技术产生的模拟目标回波信号和假目标干扰信号,由于携带雷达发射信号和照射目标特征信息,能顺利进入末制导雷达接收机,仿真效果优于一般常规仿真技术。     

基于佳木斯雷达与北海道东雷达观测的F层不规则体回波发生率

利用佳木斯和北海道东高频相干散射雷达的观测数据，对2018年3月至2019年11月期间两部雷达观测到的F层高度的不规则体回波信号发生率的分布特征进行了对比分析。比较了在地磁平静期（Kp <3）和地磁扰动期（Kp> 3）的不规则体回波发生率变化特征，分析了回波发生率在昏侧与晨侧增强的现象和纬度变化特征。昏侧回波发生率增强现象在45°-64°MLAT范围内普遍存在，其中55°-64°MLAT的回波发生率在地磁扰动期明显增强。而晨侧回波发生率增强现象主要分布在45°-54°MLAT的地区，除了春秋分季外，地磁扰动的增强对其影响较弱。中纬日侧回波发生率受地磁活动影响较小。     

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。     

基于动态小波指纹的冰孔隙率测量方法研究（英文）

针对飞机结冰情况下的冰孔隙率测量问题，提出并评估了一种基于动态小波指纹技术的超声波孔隙率测量方法。通过理论模型和有限元仿真分析了超声纵波的传播过程，阐述了孔隙大小等因素对孔隙率测量的影响机理。结合20块冰样品的60组超声波测量数据，生成了小波指纹图像，并提取了11维关键特征。基于主成分分析和多项式拟合，所实现的孔隙率测量均方根误差（Root mean square error, RMSE）达到1.144%，说明本文方法比传统的峰值拟合方法更稳定、准确。