雷达目标识别中的BP神经网络算法改进及应用

针对雷达目标信号的复杂性和实用雷达目标识别系统所应具备的稳健性、扩展性及通用性等要求,提出多种简单有效的BP神经网络算法改进。通过平衡训练样本数量、动态重置初始权值、评定网络规模等措施,解决了BP算法收敛速度慢、受初始样本分布影响大等缺陷,提高了识别算法的稳健性和泛化能力。结果已成功应用到不同型号雷达上的多套目标识别系统中。大量试验和长期使用证明了该方法的有效性和实用性     

船用雷达信号模拟器

本文介绍一种船用雷达信号模拟器。其样机已通过技术鉴定。它为舰船锚泊或码头训练中心训练雷达操纵手创造了良好的条件。它能在模拟背景和杂波环境中提供35批机动目标(其中海上目标30批,低空目标5批)。可以打印和显示我舰和目标的运动参数,便于对雷达操纵手训练考核。模拟器可以同时与两种不同程式的雷达和一个敌我识别系统连用。还可模拟干扰条件下的复杂环境。     

一种有效的舰船目标识别新方法

本文讨论了基于非相参雷达回波的目标自动识别问题,提出了一种船目标识别的新方法。基于本方法,一种实验性的船目标识别系统已经构成并运行。理论分析和实验研究所得结果表明,利用所设计的识别系统可以获得目标识别的高可靠性。八类船目标总的识别成功率超过90％。     

基于神经网络的辐射源识别系统设计

针对当前辐射源识别系统中存在的问题,提出了一种结合神经网络技术的辐射源识别新方法。该方法可以快速高效的识别各类辐射源,既有基于统计分析的辐射源识别系统的快速性,又有基于专家系统的辐射源识别系统的自适应性和准确性。实际仿真结果表明该方法是有效的,尤其对于参数不全、参数畸变的雷达辐射源,其识别率和识别置信度都有较大提高。在本文方法的基础上,设计出一种结构简单、快速有效的辐射源识别系统,具有一定的推广价值。     

雷达测量系统误差的残差诊断方法

针对在MISTRAM系统测量中经常可能在某些测元上出现较大系统误差的问题 ,提出了一种在雷达测量中用于识别系统误差项的残差诊断方法。其基本思路是依次去掉每个测元 ,联合其它测元求解目标参数 ,得到模型的残差 ,通过分析残差的特性可识别系统误差项。实际计算表明 ,该方法是有效的     

雷达小样本目标识别方法及应用分析

针对雷达小样本目标识别问题, 结合元学习和迁移学习提出一套综合解决方案, 旨在根据实际应用场景的不同提供合适的模型学习方式和分类方式, 从而提升雷达小样本目标识别效率和准确率。同时，通过多组对比实验深入分析小样本学习算法在实际雷达目标识别场景下的模型性能变化, 得出两个可有效指导工程化应用的重要结论。元学习模型在源任务信息充足且源任务与目标任务间差异性小时性能表现良好, 否则迁移学习方法更适用; 小样本学习模型对雷达目标外在特征的关注度不同, 以识别为目的的雷达成像应重点关注模型需求的显著性特征。     

现代毫米波测量雷达的发展和研究方法

近来,轻小型弹载和直升飞机载雷达在制导、地面监视和辅助使用方面的应用已经大大地增长。在这些应用中倾向于采用毫米波雷达系统以达到高天线增益和窄波束宽度的特定要求。毫米波技术的发展,特别是固体元件的进展,已满足了研制这些雷达的需要。为了使这些雷达的结构设计最佳化,需要进行硬目标和背景杂波反射率数据的收集和分析研究,用以研制目标探测和识别用的特殊信号处理技术。本文介绍了一种方法,它利用乔治亚工学院研制的一种现代雷达进行上述所需的研究。这种雷达是现代工艺水平的、固态的、齐备的、便携的、相干的、频率捷变的、双极化的、极化捷变的K_a波段测量雷达。本文结合各种信号处理技术的研究,就雷达的各种工作方式对这种雷达作了全面的介绍。同时,通过对目标识别的适当算法的典型分析,也介绍了硬目标和背景杂波的某些初始数据。     

改进的支持向量机低分辨雷达目标分类算法

针对雷达目标识别系统中存在库外目标、各特征属性分类性能不一致,低分辨雷达不同类别目标特征值分布区间混叠的问题。文中基于支持向量机分类算法,对目标样本特征值进行置信度分析,获得置信区间,利用代价函数确定拒识门限,对库外目标以及混叠区域目标进行拒识分析;并根据训练样本先验识别率使用注水原理分配特征属性权重;在此基础上利用支持向量机进行目标识别。雷达实测数据实验结果表明,引入置信拒识分析与注水分配加权后,分类器性能得到了有效改善。     

雷达目标自动识别系统的拒识新算法

提出了一种基于代价因子的Fisher判别函数拒识门限确定算法.该算法充分考虑了系统识别和误识的代价因子,引入Fisher判决理论,确定了拒识门限.设计了基于独立分量分析(independent component analy-sis,ICA)的雷达目标特征提取方法,将雷达高分辨距离像(high resolution range profile,HRRP)在"基信号"域中分解,提取相应的基系数组成向量,作为目标特征向量.采用基于欧氏距离度量的K最近邻(K nearest neighbor,KNN)分类器作为识别系统的分类规则,并引入拒识门限设计了一种新的分类器.实验结果表明,基于以上算法的雷达目标识别系统在最小代价前提下具有较高的正确识别概率.     

拖曳式诱饵对多普勒雷达导引头的干扰仿真

导弹对目标跟踪过程中,弹目之间的运动参数是变化的。为了反映这种变化的实时性,本文以脉冲多普勒(PD)雷达导引头为例,建立了拖曳式诱饵干扰条件下雷达导引头接收信号模型,分析了雷达导引头速度跟踪和角跟踪的方法,并根据PD雷达导引头的工作方式,对拖曳式诱饵干扰条件下导弹攻击目标的全过程进行了系统仿真,对不同诱饵战术参数下拖曳式诱饵对PD雷达导引头的干扰性能进行了仿真分析。这一工作有助于在工程中能够方便地选取合适的诱饵战术参数。     

一种通用雷达数据采集卡设计方法

针对传统雷达数据采集卡适用雷达类型单一、不能采集雷达监视区域全景数据的弱点,采用可更换接口子卡与可重复编程控制逻辑技术,设计了能够满足多种型号非相参警戒雷达使用的通用雷达数据采集卡,该采集卡能够提供PPI全景图像、A/R视频回波和精采回波等三路数据,能够和多种型号非相参监视雷达连接。使用该方法设计的采集卡已经在多种实用化的雷达目标识别系统中使用,效果良好     

SAR对地面车辆目标探测能力仿真系统研究

为了更有效评估合成孔径雷达(SAR)系统对地面目标的检测、识别性能,分析、衡量地面目标生存能力,根据SAR对地面目标探测的基本原理,结合计算机仿真技术,设计并开发了机载/星载SAR对地面车辆目标探测能力仿真系统。该系统通过对多种杂波背景下车辆目标原始回波的模拟,实现了多种算法的目标成像、双参数CFAR检测以及目标识别处理,进而实现对场坪/公路上固定或慢速运动车辆目标的检测及识别概率计算,由此进行车辆目标生存能力的评估。给出了仿真系统的总体架构和各模块的功能原理,并用仿真实例进行验证。     

基于分层极化特性的箔条云识别方法

箔条作为典型的无源干扰手段, 在空中运动扩散和分布取向复杂多变, 具有不确定性, 其雷达特性相当复杂, 即使先进的合成孔径雷达(synthetic aperture radar, SAR)导引头也难以应对。对此, 从箔条云的极化特性和空气动力学特性入手, 提出一种基于分层极化特性的箔条云干扰识别方法, 利用箔条云特有的分层极化特性来识别箔条干扰。所提方法利用干涉原理获取目标的高度维信息, 提出特征识别量ρ用于衡量箔条云和舰船目标的极化特性差异, 并讨论了所提方法的适用范围。理论分析和仿真结果验证了所提方法的可行性。     

一种基于低分辨雷达的目标识别方法

讨论了一种基于低分辨雷达的目标(飞机)识别方法,描述了这种识别方法所依赖的硬件平台即目标回波数据采集系统的组成及工作原理,阐述了一种基于低分辨雷达的目标粗分类(目标大、中、小等粗略属性的判别)的方法,研究了低分辨条件下目标特征描述的思路, 尝试利用这些方法进行目标属性的粗分类以及进行机群目标架次的判别。现场实验表明,这 些方法是可行有效的,对于提高常规低分辨雷达的性能有着重要的意义。     

防空雷达中的目标识别技术

雷达技术从其诞生至今已经历半个多世纪的发展历程，并且被证明是对空中目标检测、测距和跟踪最强有力的工具。然而，与雷达同时出现的目标识别问题，至今仍没有满意的答案。本文简要回顾了雷达目标识别的历史，讨论了与防空武器系统密切相关、也是目前普遍认为是最重要的几种目标识别技术，包括动态目标的回波起伏和调制谱特性，高分辨力雷达目标识别技术，目标的极化特征及其识别技术，目标谐振响应与超宽带雷达目标识别技术等。     

Radar Target Recognition Algorithm Based on RCS Observation Sequence——Set-Valued Identification Method

This paper studies the problem of radar target recognition based on radar cross section (RCS) observation sequence. First, the authors compute the discrete wavelet transform of RCS observation sequence and extract a valid statistical feature vector containing five components. These five components represent five different features of the radar target. Second, the authors establish a set-valued model to represent the relation between the feature vector and the authenticity of the radar target. By set-valued identification method, the authors can estimate the system parameter, based on which the recognition criteria is given. In order to illustrate the efficiency of the proposed recognition method, extensive simulations are given finally assuming that the true target is a cone frustum and the RCS of the false target is normally distributed. The results show that the set-valued identification method has a higher recognition rate than the traditional fuzzy classification method and evidential reasoning method.     

分布式卫星SAR柔性仿真系统设计与实现

构建分布式卫星合成孔径雷达(synthetic aperture radar, SAR)仿真系统对于分布式卫星SAR系统设计、测试与验证、减少系统研制费用、降低决策风险,以及系统的在轨运行管理,都具有重要的意义。围绕分布式卫星SAR仿真系统设计需求,提出了分布式卫星SAR系统柔性仿真框架模型,并讨论了设计和实现过程中的关键技术。该系统的实现和应用验证了框架和技术路线的可行性,为未来进一步完善和广泛应用奠定了基础。     

一种异构多核片上系统的SystemC系统级综合方法

针对传统集成电路综合方法的不足,提出了一种异构多核片上系统的SystemC系统级综合方法。阐述了系统级综合的SystemC非定时设计输入模型,给出了多核控制器做复杂控制和算法IP做运算加速的目标片上系统架构及综合流程。在此基础上开发了SystemC系统级综合集成开发环境,并进行了通信处理异构多核片上系统的设计和实现。实验结果表明,该方法有效地提高了软硬件混合片上系统的设计效率, 缩短了研制周期。