基于等权平均压缩技术的雷达/红外传感器融合算法

针对雷达/红外传感器融合时经常面临的数据采样率不相等问题,提出了一种基于等权平均量测压缩技术的雷达/红外融合算法。该算法通过将高采样率的红外角度量测数据进行等权平均压缩,更有效地利用了目标信息,进而提高了雷达/红外融合后的信息精度。仿真结果验证了算法的有效性;且相对于最小二乘压缩的雷达/红外融合算法具有更高的精度。     

基于球面单径容积准则的多雷达分布式再入目标实时跟踪算法

针对多雷达对再入目标的实时跟踪问题,提出一种基于球面单径容积准则的分布式容积卡尔曼滤波算法。首先,利用球面单径容积准则近似计算非线性高斯权重积分,然后由统计线性误差传播方法等价表示滤波过程中的互协方差矩阵;最后通过一致性算法将单雷达容积卡尔曼滤波器所得时间更新结果与邻居雷达间进行信息交互与一致化处理,得到分布式球面单径容积卡尔曼滤波算法。该算法提高了再入弹道目标跟踪精度;无信息融合中心的通信拓扑结构降低了雷达间的通信量与计算量,提高了整个系统的生存能力。数值仿真结果验证了算法的有效性。     

新型多通道并行宽带数字雷达侦察接收机设计

针对现代雷达侦察接收机对ADC高采样率要求的难题,给出一种新的信号采集系统方案。利用多个低速率ADC并行采样,通过自适应波束形成算法对信号的频谱进行恢复,从而获取完整的信号频域信息。根据雷达侦察接收机的实际工作条件以及对实时性要求,对频谱恢复算法进行了性能优化和参数计算,并对算法进行了仿真。算法仿真结果和雷达信号处理机硬件测试结果表明,能够有效地提高侦察接收机的带宽,并且得到较好的频谱分析结果,能够广泛的应用于宽带数字雷达侦察接收机系统中。     

基于联邦滤波的抗欺骗干扰目标跟踪

基于联邦滤波思想将机载数据链、光电传感器和雷达的探测信息进行融合以解决跟踪过程中雷达易受欺骗干扰的问题。针对不同的欺骗干扰方式,对雷达受欺骗干扰时的量测特性进行了分析;提出了多传感器融合干扰检测算法;结合多模型交互、时间配准、信息等价转换、信息分配,提出了了机载多传感器联邦滤波抗欺骗干扰融合算法的具体实现方法。仿真结果表明本算法能够检测并应对雷达的欺骗干扰,确保对真实目标的有效跟踪。     

中段高精度弹道预测方法研究

信息交链是防空反导作战中的关键技术。由于雷达特性的不同,需要雷达间协同工作,相互引导完成对弹道导弹的拦截,而提高预测精度能够为交班雷达提供高精度的速度与位置信息,从而快速准确地截获目标。从中段弹道出发,首先介绍了三种重要的坐标系;然后提出了一种新的弹道预测算法,最后对算法进行仿真。对比老式算法,证明其可行性和高精度性。     

视觉和毫米波雷达信息融合行人识别算法

提出了一种在主动防碰撞系统中采用视觉和毫米波雷达数据融合来识别行人的算法.在基于单目视觉获取的图像中提取HOG特征,采用支持向量机的分类方法检测行人,获取行人信息,通过快速容差中频匹配算法快速地检测目标,并获取目标信息,将基于视觉的行人信息传递给毫米波雷达;根据视觉检测的行人信息与毫米波雷达检测的目标信息进行比对,将匹配通过的目标识别为行人;将基于视觉的行人特征信息与毫米波雷达检测的行人特征信息进行融合,得到行人目标的新特征信息.通过采集道路环境的视频和雷达数据对行人正确识别率进行验证.验证结果表明,采用所提出的算法进行行人识别,在获取更加精确的行人特征信息的前提下,正确识别率较高.     

基于电子签名技术的雷达通信终端安全准入控制算法

由于雷达通信网络覆盖范围逐渐加大,接入用户数量剧增,终端准入风险扩大,而雷达通信终端是阻挡不良用户接入的关键设备之一,为此,提出基于电子签名技术的雷达通信终端安全准入控制算法。搭建雷达通信终端安全准入控制框架,应用CA认证技术认证待进入雷达通信终端用户的身份信息,并将用户认证信息存储于雷达通信终端数据库。利用电子签名技术制作用户个人电子签名,通过SIFT(Scale Invariant Feature Transform)匹配算法匹配电子签名,判定待接入雷达通信终端用户电子签名认证信息是否安全,从而实现了雷达通信终端安全准入的控制。实验结果表明,应用提出算法获得的雷达通信终端安全率及其安全准入效率数值较大,雷达通信终端安全准入控制效果更佳。     

基于弹载干扰机的聚类分选算法

为增强导弹突防能力和战场生存能力,导弹装备雷达干扰机.雷干扰机可以只根据敌方雷达的带宽和频率,完成对敌方雷达的干扰,故在此提出了一种适用于干扰机的基于带宽和频率的雷达聚类分选算法.这种算法首先对敌方雷达的带宽和频率初步聚类,随后对初步聚类后的频率信息按照新的聚类标准进行第二次聚类,形成可供干扰机使用的带宽和频率信息表.     

基于关键点分布的栅格状雷达检测

栅格状雷达在军事上已得到了广泛应用,对其的检测具有重大的意义.为此提出了一种栅格状雷达检测算法,该算法能处理具有严重形状变化的栅格状雷达物体.首先将十字关键点当作小物体,利用传统的滑动窗口法检测出来;然后依据检测出的十字关键点分布密度来定位出栅格状雷达疑似区域;最后利用疑似区域内的关键点分布位置来判断图像中是否含有栅格状雷达.在一个包含42张栅格状雷达图像和154张非栅格状雷达图像的数据集中进行实验,得到7.1%的漏检率和12.3%的误检率.基于关键点分布的栅格状雷达检测算法较传统目标检测算法具有更好的鲁棒性,能适应由雷达种类、变形及视角变化等引起的物体形状变化,与经典算法"BOF+SIFT"和"HOG"相比,具有更好的性能.     

基于特征辅助的距离高分辨雷达航迹关联算法

针对距离高分辨雷达邻近目标跟踪问题,提出了一种检测点分布特征辅助的航迹关联算法.该算法利用标准差椭圆提取目标检测点分布特征,同时利用目标的状态信息和特征信息进行航迹关联,解决了邻近目标航迹易关联错误的问题.实验结果表明,该算法可以提高距离高分辨雷达目标关联准确度,提升航迹质量.      

一种改进的雷达脉冲分选算法

介绍一种改进的雷达信号分选算法,这种算法基于到达时间与载频。文中双参数算法可用于常规雷达,参差雷达与捷变频雷达。由仿真结果可见此算法可成功应用于复杂的高密度的雷达环境。     

一种基于蚁群算法的多平台ESM信息数据融合方法

随着雷达技术的日益发展,单舰雷达侦查系统已经不能满足复杂电磁环境的需求.为了克服传统的单舰雷达侦察系统的不足,文章采用多舰协同侦察的思想,首先共享其他平台侦察的ESM信息,然后采用蚁群聚类算法对ESM信息进行相关处理,并对相关的雷达辐射源信号特征进行信息融合,从雷达辐射源知识库中找出要协同识别的雷达型号.     

高分辨雷达目标的RELAX与MRELAX参数特征

用RELAX算法和改进的MRELAX算法对实测雷达数据分别进行处理,从高分辨雷达回波距离像中提取目标特征参数并进行比较分析.仿真实验证明,用MRELAX算法对高分辨雷达目标数据进行处理与用RELAX算法处理的结果比较,MRELAX算法得到了更加清晰的目标特征.     

基于三维纹理的雷达探测概率直接体可视化

针对面绘制技术表现雷达探测效能不充分的缺陷,提出了基于三维纹理的雷达探测概率直接体绘制可视化算法。针对雷达探测数据分布不均匀、重要性不一致等特点,提出了颜色传递函数的设计准则,以此基础设计了传递函数表达式。通过高级传播模型计算三维雷达探测信息,并使用传递函数将其映射成不同的光学成像参数。建立了计算视觉效果最差情况的角度模型,通过实验方式验证了使用3个备选切片方案代替实时计算采样多边形方法的可行性。仿真结果表明:与面绘制方法比较,文中算法不仅能直观地表现雷达探测范围的整体信息,而且还能清晰地展示雷达探测三维数据场的内部细节。     

一种基于置信函数的分类器自优化雷达点迹识别算法

雷达组网协同探测中,受不同探测精度、观测维度及环境噪声影响,信息系统获取的传感数据包含一定不精确、不确定信息,导致无法对目标点迹准确分类识别。为此提出了一种基于置信函数的分类器自优化雷达点迹识别算法。首先,基于置信函数理论创建目标、杂波、不确定数据的证据识别框架,并设计可实时给定目标数据类别隶属度的深度神经网络模型分类器。然后,依托当前迭代轮次分类结果进行辅助决策证据构建,并根据点迹分布特性进行证据修正融合。最后,基于全局融合结果进行点迹类别标签更新,并重新驱动网络模型分类器进行在线学习与更新,如此迭代循环直至所有的雷达点迹数据类别标签不再发生改变。基于雷达实测数据集对算法性能进行验证分析,结果表明与传统算法相比新算法能够有效提升雷达点迹的分类正确率,而且随着样本数据的丰富算法收敛时间可急速减少,便于在后续工程中推广应用。     

基于时频图像特征提取的LFM雷达有源欺骗干扰识别

为了提高雷达的抗干扰能力,有针对性地合成最有效的抗干扰措施,提出了一种基于时频图像特征提取的欺骗干扰识别方法。该方法对雷达接收信号进行时频分析,根据时频图像分布的特点,提取时频域可分离度和三阶Renyi熵2个有效特征参数,将2个特征参数用于雷达接收信号的自动干扰识别。仿真结果验证了算法的有效性和稳定性,为后续抗干扰措施的选取提供了先验信息。     

基于模糊神经网络的AIS与雷达目标数据融合

根据航海信息来自多种传感器的特点,以雷达与AIS为主要研究对象,提出一种基于改进的自适应模糊系统的径向基函数网络和α-β滤波器的信息融合算法,实现雷达与AIS目标数据融合.计算机仿真结果表明,该数据融合算法可以有效地提高目标跟踪的精度.     

C波段双偏振雷达退速度模糊的分析

南京信息工程大学C波段双偏振雷达(NUIST-CDP)和南京龙王山的S波段多普勒天气雷达(CINRAD-SA)相距较近,两部雷达能探测同时刻的风场结构。相对于S波段的多普勒天气雷达,C波段双偏振雷达波长较短,更易产生速度混淆区,发生速度模糊现象。针对一般的算法不易实现速度退模糊的问题,提出了人机交互的退速度模糊处理方法;该方法通过结合操作者的专业知识,可以准确地退除速度模糊现象,保留真实的速度信息。实例分析表明,采用人机交互的退速度模糊方法,可以将大范围的速度模糊现象准确地剔除。此外,由于S波段雷达与C波段双偏振雷达探测的风场是客观唯一的,因此对比CINRAD-SA探测的同时刻速度回波,可以辅助判断退模糊算法效果。分析结果证实,该算法适用于解决C波段双偏振雷达的速度模糊现象,对今后该雷达数据的质量控制和应用分析有着重要的意义。     

基于梯度预测网络的气象雷达图像外推算法

针对基于循环神经网络的雷达图像外推算法难以表示雷达回波复杂变化的问题,提出GhuLSTM时空预测递归网络模型,用于高精度雷达图像外推.该模型利用时空记忆单元变体提取和传递雷达图像空间和时序上的高层特征信息,并利用相邻递归状态之间的差分信号处理雷达回波体演变的高阶非平稳性.同时在网络中加入梯度公路结构,以缓解雷达图像序列外推中时序梯度快速消失的趋势.试验结果表明,相较于目前主流的雷达回波外推算法,该模型的均方误差降低了18.9%,平均绝对误差降低了2.8%,峰值信噪比提升了5.5%.     

基于多尺度学习型字典表示的极地浅层探冰雷达图像去噪算法

为了更好地解决极地浅层探冰雷达回波信号中的杂波和噪声问题,提出了一种基于多尺度学习型字典表示的极地浅层探冰雷达图像去噪算法。该算法首先通过曲波变换构建曲波系数矩阵,在曲波域使用自适应字典学习得到原子尺寸不同的多尺度字典,最后利用去噪和修正后的曲波系数重建浅层探冰雷达剖面图像,完成最终的去噪。结果表明:相较于曲波变换去噪算法、K-SVD(K-奇异值分解)去噪算法,改进的算法不但能够有效地去除噪声,提高图像的峰值信噪比,而且探冰雷达图像的边缘轮廓信息得到了较好的保留,有着良好的视觉效果。