用于联合跟踪和识别的高分辨率雷达模型

采用高分辨率雷达（ＨＲＲ）距离剖面图来识别飞机或地面目标是一件相当困难的工作，这在很大程度上是由于目标视线角变化很小而引起目标的距离剖面图的变化却极大。本文中，我们基于似然法提出了采用一系列的ＨＲＲ距离剖面图来完成关于一个目标的联合跟踪和识别问题。在已知目标方位的情况下，场景结构的似然函数是把在目标方位顺序上的动态先验值和距离剖面的似然值结合起来。识别系统根据目标类型参数和观测时目标方位序列完成联     

数据融合在雷达目标识别中的应用

数据融合技术系70年代发展起来的一门新兴学科。现代战争中，随着雷达、红外、激光及光电等传感器的数量日趋增多，数据融合技术正日益得到广泛的应用。迄今已发展成为信息处理领域中的强有力工具，其处理的思想和方法论，可很好地解决雷达目标识别中的瓶颈问题。本文介绍数据融合在雷达目标识别中的应用，并揭示出数据融合系解决雷达目标识别之捷径。     

雷达目标识别方法探讨

在电子战环境日趋复杂的背景下，快速准确的识别敌我变得愈来愈重要。本文介绍了协作式敌我识别和非协作式敌我识别，重点讨论了一维距离剖面的非协作式目标识别，最后讨论了雷达目标识别的发展方向。     

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。     

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     

复杂电磁环境下雷达目标距离像识别效果评估

分析了战场电磁环境复杂性及其对雷达目标高分辨距离像特征提取和目标识别影响,分别以距离像失真和识别率为度量标准,通过对比特征提取和目标识别效果,提出了一种复杂电磁环境下雷达目标距离像识别效能评估方法,并进行了仿真计算。     

基于信息可信度的空中目标识别方法

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一.将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计.该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性.     

反舰民弹末制导雷达目标成像的研究

末制导雷达对目标的成像探测是目标识别及精确制导技术的一个重要方向，导弹可以很好抑制背景干扰，区分目标与箔条云干扰。特别是反舰导弹档制导雷达已开始采用毫米波技术，为末制导雷达目标成像探测提供了基础。     

数据融合黑板型专家系统

给出了一种多传感器数据融合和黑板模型推理的专家系统的实现方法。系统以飞机平台为目标，利用多站多个传感器所获得的雷达、通信、敌我识别信息，通过多传感器数据融合和人工智能黑板模型推理，实现对飞机平台的识别和定位。     

基于雷达散射矩阵的多模型融合极化目标识别

雷达目标极化特性测量在目标极化增强和极化识别等领域都具有重要应用。研究了功率矩阵的相似度与共交极化比,并据此对各种目标进行识别,提出了一种新的雷达散射矩阵多模融合目标识别模型。通过仿真分析验证了该模型的可行性和有效性。     

用雷达图像作非协同式空中目标识别：识别率作为信号带宽函数

尽管非协同式目标识别与高可靠敌我识别极其相关，但一直是一个有等解决的问题，过去提出并研究了许多方法，如：利用目标的红外、声学、光学或雷达特征等，其中一些方法是无源法，其优点是不会对被观测目标发出报警，不足之处是观测距离有限，边缘分辨率低，本文介绍的方法是在利用飞机雷达图像的基础上提出的，所研究的是一维雷达图像（通常所说的高距离分辨率剖面图）和二维逆合成孔径雷达（ISAR）图像。     

PCA在雷达目标识别中的应用研究

研究了宽带高分辨雷达目标识别中的特征压缩问题.首先提取目标一维距离像双谱特征,然后应用主元分析法(PCA)降低目标特征维数,最后利用支持向量机对3类实测目标数据进行识别.实验结果表明,对雷达目标识别来讲,PCA是一种可行的特征压缩方法.     

数据融合与敌我识别探析

敌我识别（IFF）是自动目标识别（ATR）技术的重要应用之一。高技术条件下现代战场中的目标侦察与敌我识别问题，一直是国际雷达领域和信息处理技术的主攻方向。为适应未来数字化战场的作战需求，具有敌我识别能力的系统，已成为21世纪战场数字化系统的基本功能单元之一。本文扼要介绍了目标识别的有效途径、数据融合技术可提高敌我识别系统的效能及IFF现状与发展趋势。     

基于统计特征的稳健的飞机识别

给出了一种用于稳健的高距离分辨率（HRR）雷达飞机识别（ID）的基于统计特征（StaF)的分类器，HRR波形峰特征在飞行中选择，没有对特征的数目与位置作出先验假设。所抽取的特征取决于所观测的波形（使特征的数目、位置与幅度为随机变量）的信息内涵，这项研究的主要目的是通过保持对已知目标的高识别率同时又使未知目标错误最小来提高分类的稳健性。文中给出了识别结果，表明这种统计特征（StaF)分类器可以显著地降低与未知目标相关的误差，同时保持很高的正确分类概率。     

采一维高距离高分辨率雷达的时间紧要运动目标自动目标识别

由于聚焦运动目标本身的困难给运动目标合成孔径雷达（SAR）成像和自动目标识别（ATR）带来了严峻的挑战。因此，运动目标的自动目标识别（ATR）最近引起了人们极大的关注。距离高分辨率（HRR）雷达模式通过多普勒波滤和杂波抑制形式显著地提高了目标与（杂波加噪声）（T／（C＋N））比的聚焦HRR轮廓像，提供了一条运动目标识别的途径。HRR和ATR的目的是实现并评估推广的工作条件下表现出稳健性的算法。采用了运动与静止目标捕获和识别（MSTAR）数据库的子集对基于模板的一维ATR研究了设计和性能。由于不能得到具有充分的统计意义的地面运动目标数据库，在仅采用距离维图像识别目标时，采用这种方法作为评估地面目标的可区辨性的间隔性中间步骤。本文概括数据、算法、性能结果并提出了建议。     

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。     

用数据融合来解决雷达目标识别问题

数据融合技术系70年代发展起来的一门新兴学科。现代战争中,随着雷达、红外、激光及光电等传感器的数量日趋增多,数据融合技术正日益得到广泛应用。介绍数据融合技术在雷达目标识别中的应用,并揭示出数据融合系解决雷达目标识别之捷径。     

复杂环境下少样本域自适应雷达RD智能识别技术

针对复杂电磁环境下，传统基于雷达回波的目标识别方法定位精度差和识别能力不足的问题，以典型海背景环境下的雷达时频二维像目标为研究对象，提出了复杂环境下少样本域自适应雷达智能RD识别技术，通过设计基于分离注意力的偏移区间配准目标识别算法架构，实现了对目标的精确定位和识别，同时设计了域自适应技术对源域和目标域进行特征配准，解决少样本条件下算法场景适应性不足的问题。通过在雷达回波仿真数据和真实数据上对算法测试验证，取得了较优的结果，证明了该算法的有效性。     

基于去偏转换测量卡尔曼滤波的目标脱靶方向角识别

研究了利用导引头天线测量的视线角速度分量进行目标脱靶方位识别的原理,推导了目标脱靶方向角与弹体坐标系下各方向上弹目距离和相对速度分量的关系表达式.将球坐标系下的导引头测量值转换到直角坐标系下并进行去偏处理,以直角坐标系下弹目距离、相对速度、加速度为状态变量,基于"当前"统计模型建立了自适应卡尔曼滤波方程组,利用前两点测量值估计了滤波初始状态,并用滤波值计算了目标脱靶方向角.仿真结果表明,该算法能很好地识别出目标脱靶方向角,且精度可以满足实战要求.     

一种提高超宽带雷达目标识别概率的方法

首先利用电磁散射理论分析了空中目标在超宽带(UWB)雷达照射下的电磁散射特性,阐述了UWB雷达目标识别的方法与步骤,然后对回波信号的相参积累用于提高UWB雷达目标识别概率的效果进行了分析。理论分析和计算机仿真结果均表明,在低信噪比的情况下,相参积累方法可以提高UWB雷达的目标识别概率。