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。     

一种FPGA实现的序列图像目标多维特征实时提取方法

目标区域多维特征的建模表征是实现目标跟踪搜索的前提。传统的特征提取方法通常先连通出目标区域，再计算目标特征，实时性不强。提出了一种基于像素的连通域标记及目标特征同步计算方法，建立特征传递机制，利用标号映射表关联标号表与特征属性表，并在区域邻接时进行标号合并和特征属性同步传递计算，保证了目标区域连通完成即可输出目标区域特征。给出一种基于FPGA硬件设计的实现方案。仿真测试结果显示，此方法具有以下几方面优势：连通域标记耗时少，仅为(L×W+2n/m)×T_clk，接近理论最小值(L×W)×T_clk；利用循环缓存区存储图像，资源消耗小；标记与计算并行处理，提升了检测跟踪效率；多目标特征经测试验证结果准确，可有效支持后续的目标跟踪检测；具有理论与实用价值。