窄带雷达网弹道目标微动特征提取

目标微动特征是弹道中段识别的有效特征之一。针对单部雷达获取目标微动信息的局限性,提出了一种利用窄带雷达网进行弹道目标进动特征提取的方法。首先,建立了锥体进动模型和窄带信号模型,得到了散射点微多普勒表达式。然后,在锥体非理性散射点转化为理想散射点的基础上,通过频谱分析,实现了不同视角下散射点的匹配关联。最后,利用锥顶微多普勒信号对锥底进行补偿,在雷达视角方差最小时求得补偿系数。再联立2部雷达的微多普勒信息即可求出参数。仿真结果表明该方法能够精确提取微动参数和结构参数。     

组网雷达弹道目标三维微动特征提取

研究弹道目标中的滑动型散射中心三维微动特征提取问题。分析滑动型散射中心的特点,介绍一种基于半周期时延相乘的散射中心微动特征提取方法,建立滑动型散射中心和理想散射中心微动的数学联系,利用组网雷达的多视角特性,从回波信号中提取参数,通过构造多元非线性方程组,以提取的参数作为变量,求解目标三维微动参数和部分结构特征。仿真实验验证了该方法的有效性。     

基于微多普勒的锥体目标进动和结构参数估计

真假目标识别是弹道导弹防御的一大技术瓶颈,目标识别的正确与否在一定程度上决定了反导系统的成败.微动引起的雷达可观测量微多普勒特征包含了目标的运动、尺寸、形状等大量信息,因此微动特征是当前学术界公认的弹道中段目标识别的有效特征之一,对微动特征的提取为弹道导弹防御目标识别提供了新的解决手段.该文以旋转对称锥形目标为研究对象,根据散射中心理论以及攻防对抗条件,推导了目标两个等效散射中心的位置与回波模型,建立了基于滑动型散射中心的锥体目标进动模型.分析了目标的结构参数与雷达回波微多普勒参数的显式关系,推导出微多普勒随时间变化的解析表达式.结合弹道中段目标识别等应用背景,提出了基于TFDHough变换的联合参数估计的方法.该方法综合两个散射中心的微多普勒参数,联合求解二者的参数空间,对进动和结构参数进行估计.仿真结果表明目标回波的微多普勒时频曲线与解析微多普勒曲线吻合,所提联合参数估计方法可准确估计进动角、进动频率、锥体高度、锥底半径等进动和结构参数.     

雷达目标微动特性研究

 雷达目标微动特性是当前目标探测与识别领域的新兴研究方向和热点课题,随着近10年的发展积累了一些研究成果。本文重点综述了微动目标雷达回波调制效应、微动特征提取、微动目标雷达成像、微动特性测量及雷达波形设计等方面的研究成果,部分成果已应用于空间/空中目标探测与识别等领域。本文的研究成果及结论为进一步推动国内微动特性研究提供参考和基础。     

宽带雷达弹头目标遮挡效应建模与微多普勒仿真分析

微多普勒特征是弹道导弹目标识别的重要依据。高频雷达体制下，弹头目标与雷达的位置关系直接影响雷达回波生成及后续的微多普勒特征提取，因此必须考虑遮挡效应的影响。首先，使用3D-Max软件对锥体弹头进行几何建模，得到三维网格模型；其次，对于弹头顶点和尾翼散射点，在计算机图形学面消隐算法的基础上，采用平均法向量法进行遮挡判断，得到较为真实的目标仿真回波，对遮挡条件下的弹道目标回波建模与微动特征分析进行了初步探索。仿真结果表明，该方法可以完成弹头目标的遮挡效应建模。     

基于时变三维坐标重构的空间锥体目标微动特征提取方法

针对现有微动特征提取方法在散射系数复时变条件下不适用的问题,提出了一种基于时变三维坐标重构的微动特征提取方法。首先建立旋转对称空间锥体目标的微动信号模型,其次通过动态规划进行散射点分离,对各个散射点相位干涉处理后获得目标的时变三维像,最后利用高精度的三维坐标重构提取目标的三维微动特征。通过仿真实验在散射系数复时变的情况下进行微动特征提取,结果显示该方法的微动特征提取精度较传统方法有明显提高,可以较好地适用于散射系数复时变的情况。     

点迹-曲线关联算法的旋转对称群目标分辨

基于微多普勒效应分析的弹道目标识别得到了广泛研究,然而传统的微多普勒特征提取技术大都难以解决空间群目标的分辨与识别。针对这一问题,提出了一种基于点迹-曲线关联算法的空间群目标分辨方法。在以旋转对称群目标为研究对象的前提下,建立了具有滑动散射特性的目标模型并分析推导了散射点的微动表达式,利用点迹凝聚处理抑制了一维距离像旁瓣,在此基础上,提出了点迹-曲线关联算法分离出混叠的群目标微多普勒曲线,通过各曲线的极值包络特性差异实现了旋转对称群目标分辨。实验仿真验证了本方法的正确性和可行性。     

基于FDD-OFDM信号外辐射源双基雷达的低空目标微动特征提取

作为当前一种广泛使用的民用移动通信信号,LTE信号是低空目标探测的一种重要外辐射源信号。开展基于LTE信号的低空目标特征分析与提取研究,对于低空监视与要地防护等具有重要意义。LTE移动通信信号的核心技术之一是多载频正交频分复用技术, OFDM,分为时分双工TDD和频分双工FDD 2种模式。针对FDD-OFDM信号,首先建立了带旋翼低空目标雷达回波模型,推导了目标散射点的多普勒和微多普勒参数化表达,并分析了其微多普勒频率的影响因素。在此基础上,使用时频分析和Hough变换结合的方法对目标的微动特征参数进行提取,验证基于FDD-OFDM信号外辐射源双基雷达的低空目标微动特征提取的可行性和有效性。     

雷达海面目标识别技术研究进展

 针对雷达海面目标识别特征数据缺乏和识别算法推广能力差等问题,从雷达目标电磁散射特性和目标分类识别两方面总结了雷达海面目标识别技术的研究热点和发展趋势。围绕海面目标雷达特性,从电磁散射测量和建模两个方面综述了国内外研究现状;从低分辨雷达回波、高分辨距离像、高分辨雷达图像3方面综述了海面目标识别技术发展现状;介绍了雷达海面目标识别工程应用情况;最后展望了海面目标识别技术的发展趋势。     

粗糙地面上复杂目标的电磁散射特性

粗糙地面与复杂目标的耦合散射特性研究一直是雷达目标识别领域比较有应用价值的课题.针对粗糙地面与目标的复合电磁散射特性进行重构,包括复合模型的雷达截面积(radar cross section,RCS)特性以及合成孔径雷达(synthetic aper-ture radar,SAR)成像特性.首先,对复杂目标进行几何建模并对粗糙面进行数值建模,构建地面与目标的一体化几何模型.然后基于空间射线分集技术、射线追踪技术以及劈边结构识别算法分离出复合模型中散射中心,包括面结构和劈边结构对应的散射中心,基于属性散射中心模型正向的确定散射中心对应的各个参数,最终建立起粗糙地面上复杂目标的散射中心参数化模型.并通过对其重构的散射特性与实测结果进行对比,分析了地面与目标的耦合作用.研究对雷达目标识别领域具有很大的应用价值.     

基于局部密度聚类的雷达目标散射中心区域分割

散射中心是描述雷达目标高频散射机理的重要特征,准确提取雷达目标散射中心参数对解析雷达目标有着极其重要的研究意义。为了提高散射中心参数计算速度,通常将整幅SAR图分解为多个包含散射中心的小区域,对每个小区域分别进行特征提取和参数计算。根据雷达目标散射中心的特点,本文提出了一种基于局部密度聚类的雷达目标散射中心区域分割技术。首先,首先对雷达图像进行Frost滤波、LSM图像分割和面积滤波的一系列图像预处理获得目标ROI区域,然后对预处理后的图像利用局部密度聚类算法检测散射中心并进行区域分割。实验中,采用模拟数据和真实数据对本文方法和传统图像分割算法展开数值实验,实验结果验证了本文方法在雷达目标散射中心区域分割的有效性和优越性。     

雷达目标微多普勒效应研究概述

近年来雷达目标微多普勒效应得到了较为广泛的关注,基于微多普勒特征的目标识别技术被认为是雷达目标精确识别领域中极具发展潜力的技术途径之一。从微多普勒效应概念、微多普勒分析及特征提取、微多普勒应用等方面论综述了当前国内外雷达目标微多普勒效应研究的发展和应用现状,并对未来的技术发展趋势做了进一步展望。     

基于循环自相关/平均幅度差函数的弹道目标微动周期估计

雷达微多普勒(m-D)是弹道目标的突出特征,为弹头识别提供了重要手段.然而,当弹道目标的微动伴随平动时,时频分布不再表现为正弦调制曲线,此时基于时频分布正弦假设的微多普勒特征提取方法可能失效.针对这一问题,提出了一种循环自相关函数(CACF)和循环平均幅度差函数(CAMDF)相结合的估计算法,来获取时频分布的循环系数矩阵和该矩阵的平均循环系数,从而估计出弹道目标的微动周期.该算法以时频分布的循环周期性代替正弦调制的周期性,不需要假设目标平动已被准确补偿,有效克服了传统微动周期估计方法的不足.理论推导论证了该算法的可行性,仿真实验验证了该算法的有效性和抗噪性.     

基于多视角距离像的弹道目标三维微动特征提取

针对现有估计方法提取散射点类型单一以及工程实现较为困难的问题,提出了一种基于组网雷达的多视角距离像提取三维进动特征方法。利用雷达网中各雷达多视角观测弹道目标,提取目标的距离像序列信号,求得最强2散射点在雷达视线上的投影长度,提取目标投影长度随时间变化的关系,利用最小二乘估计对关系式中的参数进行估计。运用组网雷达的多视角特性,根据不同视线方向上不同进动角频率的投影分量,提取目标三维微动特征。计算机仿真验证了提取方法的可行性与有用性,估计效果达到预期目的。     

HRRP自动目标识别方法综述

雷达高分辨距离像自动目标识别是近年来雷达目标识别广受关注的一个研究领域. 基于国内外HRRP自动目标识别方法的研究现状,指出目前研究工作中亟待解决的两个问题:非合作目标的识别与分类超平面的获取;针对待解决问题提出目前研究工作中的3个重点:信噪比失配问题的研究,少量不完备样本的研究以及分类超平面获取方法的研究;对每个研究重点的研究思路进行详细划分,包括移除噪声成分、特征提取以及支持向量等,并归纳每种思路的研究现状;最后,对3个重点的研究现状进行总结评述并指出未来的发展方向.      

常规雷达飞机目标回波多重分形特性分析

常规雷达飞机目标回波的多重分形特性提供了对产生目标回波结构动力学特征的精细描述,为常规雷达飞机目标的分类和识别提供了新的途径.在介绍多重分形的研究方法以及常规雷达飞机目标回波数学模型的基础上,利用多重分形测度分析手段,详细分析常规雷达飞机目标回波的质量指数和多重分形奇异谱等多重分形特性曲线,并定义质量指数对称度Rτ、多重分形谱宽度Δσ和非对称指数Rσ等多重分形特征参数.实验结果表明:喷气式飞机、螺旋桨飞机和直升机这3类飞机目标的常规雷达回波数据具有显著不同的多重分形特征,所定义的3种多重分形特征参数可以作为常规雷达飞机目标分类和识别的有效特征.     

基于卷积神经网络的低分辨雷达目标一步识别技术

现有低分辨雷达目标识别通常采用先特征提取、再进行目标分类的两步识别算法,存在识别率难以提高和方法泛化性不足的问题,因此提出了一种基于卷积神经网络(CNN)的低分辨雷达目标一步识别算法。该算法直接将采样数据作为输入,利用设计的一维CNN,通过卷积池化等操作自动获取数据深层本质特征,无需特征提取,实现对目标的一步识别。仿真实验结果表明:基于CNN的低分辨雷达目标一步识别方法的识别率较传统基于提取特征的两步识别方法提高了10.31%,识别时间较传统两步识别方法减少了0.142 s,充分证明了一步识别方法的有效性,为低分辨雷达目标识别问题提供了新的解决途径。     

用于雷达回波信号实时模拟的弹道目标RCS解析公式

对弹道目标进行满足精度要求的雷达回波实时模拟是一项综合性较强的工程,是目标探测、识别的关键。基于几何绕射理论(GTD)和物理光学法(PO),推导给出了某大型弹道目标在微波频率下任意视线角的RCS解析公式。文中方法和FEKO软件的计算结果符合良好且计算速度极快,利用文中方法得到的结果进行的一维距离像仿真与理论结果吻合较好,可以满足基于目标电磁散射特征的再入大气层弹道目标雷达回波信号实时模拟的精度需要。