基于神经网络的多功能雷达行为辨识方法

针对多功能雷达行为状态复杂多变、难以识别的问题,构建了多功能雷达行为数据集,提出了一种基于神经网络的雷达行为辨识方法。首先对数据进行预处理,提取多功能雷达的参数特征与行为状态特征,并建立两者间的映射关系。然后通过基于贝叶斯准则的变化点检测算法对原始雷达信号脉冲序列进行分割,补齐有缺失的特征参数,构造完整的可用于训练的脉冲数组样本。最后通过数据推理丰富数据库,为数据驱动的智能识别方法提供可靠的数据准备,增强神经网络的泛化能力。针对处理后的雷达行为数据集的特点,设计BP神经网络进行训练与测试。仿真实验结果表明:训练完成的网络模型在识别过程中一定程度上克服了噪声变量等干扰的影响,正确率可以达到89%。     

基于U-Net的涡旋电磁波雷达成像方法

基于轨道角动量模态变量与目标方位角变量的近似对偶关系,涡旋电磁波雷达可以实现对静止目标的二维高分辨成像,然而目标回波中的贝塞尔函数项会严重影响方位角向聚焦性能。现有基于逆投影算法的贝塞尔函数补偿方法计算量很大,难以实际应用。针对上述问题,提出一种利用U-Net卷积神经网络抑制贝塞尔函数影响、实现涡旋电磁波雷达高分辨成像的方法。首先,根据雷达目标散射分布的稀疏特性对U-Net网络进行改进,然后对目标回波信号进行二维快速傅里叶变换预处理得到目标散焦图像,将其作为改进U-Net网络的输入,并将目标理想电磁散射模型作为网络输出对网络进行监督训练。最后,基于未知目标回波信号,将预处理后的目标散焦图像输入到训练完备的网络模型中,即可得到聚焦良好的高分辨成像结果。仿真实验证明,该成像方法能够有效提高目标成像聚焦性能,且该网络模型在噪声存在的情况下仍具有较好的泛化能力。     

人工神经网络在中医脉象信号检测中的应用

人工神经网络是在结构上模仿生物神经连接的连接型网络,经训练的网络可用来进行模式分类,信号处理与检测等.针对海洛因吸食者的脉象信号与正常人脉象信号的特征差异,成功地应用BP网络对15例海洛因吸食者和15例正常人的脉象信号进行了识别.为此,建立了一个40～20～1的二层BP网络模型,选取每一例脉象信号的一段特征信号作为网络的输入信号,采用了训练样本和加噪声的训练样本分别训练网络的方法.论文还比较了共轭梯度法与基本BP算法训练网络的快慢问题.实验结果除1例正常人被误判外,吸毒病人全被检测出来,网络达到了96.7%的识别率,其结果说明训练的网络对检测脉象信号是十分有效的.     

基于BP网的雷达辐射源分类器设计

为了解决侦察告警设备在强噪声背景下的雷达辐射源识别率较低的问题,设计了一种基于BP(Back Propagation)网络的雷达辐射源分类器,并就设计关键点——分类器拓扑结构、训练次数的确定以及训练集的设计进行了研究。分类器以BP网络为基础,以载频、脉宽、重频和天线扫描方式为输入特征向量,对雷达辐射源进行分类识别。仿真实验结果证明,该分类器在强噪声背景下的正确识别率可达92.4%。     

利用BP神经网络从强噪声背景中提取弱信号

分析了一般情况下的信号与噪声分离的理论和方法问题,重点讨论了利用BP神经网络从强噪声背景下的提取弱信号的方法,给出了具体的BP训练算法和提取弱信号的公式。     

基于BP网的雷达辐射源分类器设计

为了提高侦察告警设备中雷达辐射源识别模块的正确识别率，设计了一种基于BP（Back Propagation）网络的雷达辐射源分类器，并就设计关键点——分类器拓扑结构、训练次数的确定以及训练集的设计进行了研究。分类器以BP网络为基础，以载频、脉宽、重频和天线扫描方式为输入特征向量对雷达辐射源进行分类。实验结果证明，该分类器能够对6种不同功能的雷达进行较好的分类，     

基于改进BP算法的电力系统谐波分析

在选取BP神经网络对谐波进行分析时,考虑到BP网络存在的缺点和不足,对BP网络进行改进。通过把FFT和改进的BP网络结合起来,实现对谐波的实时分析。该方法先对采样信号进行FFT运算实现预处理,得到谐波个数和谐波次数;然后根据谐波的个数来确定神经元的个数,通过谐波次数设定神经网络参数迭代的初始值;最后对改进的神经网络进行训练,可以实现谐波的精确分析。所提出的BP改进算法有效地提高了谐波分析的精度,实时性也得到了改善。     

基于神经网络的多光谱测温数据处理方法

为了解决大多数工程材料真实温度的测量问题,提出了基于BP神经网络的多光谱数据处理方法,分析了随机噪声对真实温度计算结果的影响。结果表明:在没有噪声的情况下,训练过的发射率样本真实温度的识别误差在±30K以内;未训练过的发射率样本真实温度的识别误差在±50K以内。随着随机噪声的增大,网络的识别误差也相应增大,但训练过的样本其网络的识别误差较小。说明加大发射率样本可以提高真实温度的识别精度。     

基于自适应粒子群优化算法的神经网络的优化研究

针对传统的神经网络训练算法收敛速度慢和泛化性能低的缺陷,提出一种新的自适应粒子群优化算法用于神经网络的训练.该算法通过改进自适应搜索策略以提高网络泛化性能,并结合Ionosphere雷达信号分类数据集进行仿真测试.研究结果表明:基于自适应粒子群优化算法训练的神经网络在分类准确率和分类误差上明显优于传统的BP算法,且很好地提高了网络泛化能力和优化效果.     

一种军用雷达目标回波仿真系统的设计

某型军用雷达是利用捕获飞行中的弹丸数据,来确定敌炮阵地位置或引导我方炮兵进行校射作业的,因此在没有炮兵进行实弹射击保障的前提下,无法进行雷达的侦察与校射训练。为了解决雷达日常训练无实弹射击保障的难题,研制了雷达目标回波仿真系统。该系统通过对雷达辐射信号的检测,自动生成弹丸而形成的弹道回波,为雷达提供逼真、可控的目标信号环境,从而解决在非实弹射击情况下雷达训练的难题,对新装备尽快形成战斗力和提高训练效益具有十分重要的意义。     

LFMCW雷达测距系统及其信号处理算法的设计

设计了一款基于ARM单片机的线性调频连续波(LFMCW)雷达测距系统,其采用三角波调制的LFMCW雷达实现目标距离测量。介绍了LFMCW雷达的基本结构和实现目标距离测量的原理,并重点研究了LFMCW雷达测距系统的信号处理算法——快速傅里叶变换(FFT)和线性调频Z变换(CZT)联合的测距算法(FFT/CZT联合算法)的实现。经理论计算和MATLAB仿真分析表明,FFT/CZT联合算法可以显著提高计算效率和精度。     

锥扫LFMCW雷达信号处理方法的研究

基于线性调频连续波及圆锥扫描理论,研究锥扫线性调频连续波雷达信号处理方法.针对回波信号的特点,将频域法运用于锥扫线性调频连续波信号.论证了该信号可以在距离高分辨率的基础上进行有效测角,分析了信号处理时频谱泄漏对系统造成的影响,并对泄漏进行了补偿.计算机仿真结果表明,该方法可应用于跟踪雷达的信号处理中.     

线性调频连续波雷达的距离估算

针对线性调频连续波(LFMCW)雷达系统的结构特点,推导了LFMCW雷达的距离方程,证明了LFMCW雷达作用距离的四次方与其发射信号的时宽带宽积成正比,为LFMCW雷达的设计提供了工程计算的依据.     

锥扫LFMCW雷达信号处理方法的研究

基于线性调频连续波及圆锥扫描理论,研究锥扫线性调频连续波雷达信号处理方法.针对回波信号的特点,将频域法运用于锥扫线性调频连续波信号.论证了该信号可以在距离高分辨率的基础上进行有效测角,分析了信号处理时频谱泄漏对系统造成的影响,并对泄漏进行了补偿.计算机仿真结果表明,该方法可应用于跟踪雷达的信号处理中.     

一种LFMCW雷达目标距离范围的划分方法

在采用对称三角波作为调制信号的线性调频连续波(Linear Frequency Modulated Continuous Wave,LFMCW)雷达系统中,雷达传感器前端产生的三角调制波泄漏信号严重影响远距离目标的测量结果。因此有必要对待测目标进行范围划分。传统的距离划分是在对回波信号进行频谱分析之后进行的。提出的基于相似度匹配法能够在未对信号进行频谱分析之前,根据与标定目标预先计算的阈值作比较,得出目标所在距离范围,并针对实际系统设计实验方案,验证该方法的可行性。     

非平稳噪声环境下LFMCW信号恒虚警检测算法研究

为了提高电子侦查系统中对非平稳噪声环境下线性调频连续波信号的实时检测能力,提出了一种对信号进行分段检测的低复杂度算法.根据假定最大调频斜率设定窗函数宽度,将截获信号均匀分割为多个序列,在每个时间序列内建立短时谐波模型,并采用多个正交窗函数对信号进行加权离散傅里叶变换.在此基础上,推导出符合F分布的检测模型.该模型与噪声功率无关,因此检测前无需统计噪声功率,可对非平稳噪声环境下的信号进行恒虚警率检测.仿真分析了影响该算法性能的参数,通过与单窗口检测算法对比,验证了该算法在非平稳噪声环境下优良的检测性能.      

提高雷达液位测量精度的频率估计算法研究

线性调频连续波(LFMCW)雷达液位测量系统中,回波信号的频率精确估计是实现液位测量的关键步骤.分析三谱线频偏校正法和双线性幅度(RIFE)改进法两种频率估计算法在频率估计中的优缺点及噪声对频率估计的影响.结合两者的优势,提出一种提高雷达液位测量精度的精确频率估计的优化算法,通过matlab实验仿真,该方法测量精度高、计算量小、具有实现简单、快速实时处理等优点,并且在TMS320VC5509A的DSP信号处理芯片上实现该算法应用.     

基于频率分集逆合成孔径雷达的多重信号分类目标成像算法

将频率分集的思想应用在逆合成孔径雷达(inverse synthetic aperture radar,ISAR)成像中,通过单频信号合成宽带信号,可解决系统发射接收宽带信号复杂的问题.但窄带的合成可视为宽带信号的稀疏采样,由此带来了旁瓣提高等难点.提出一种基于频率分集ISAR体制的多重信号分类(multiple signal classification,MUSIC)目标成像算法,该算法将合成阵列接收的回波信号协方差矩阵进行特征值分解,得到信号子空间与噪声子空间,然后根据二者的正交性构建谱函数对目标位置进行估计,得到目标的超分辨二维像.将MUSIC算法与后向投影(back projection,BP)算法做了对比,仿真结果表明:在有较强噪声环境下,前者仍能有较好的成像效果,证明本文方法的应用可有效解决频率稀疏带来的高旁瓣问题.     

调频连续波雷达自旋目标干涉三维成像方法

相比脉冲体制雷达,调频连续波雷达具有功耗低、成本低、重量轻等优点,发展前景广阔,同时雷达三维成像技术可为目标的分类识别提供重要的特征信息。但是自旋目标在调频连续波信号条件下会产生一维距离走动以及回波相位的改变,这对干涉三维成像产生了影响。针对自旋目标在线性调频连续波雷达中的干涉三维成像技术进行了研究,分析了自旋产生的回波调制效应与相位变化,结合分析所得的调制前后目标在距离 慢时间像上微动特征的变化关系与扩展Hough变换提取的微动参数,解决了干涉三维成像中由于回波调制效应导致的目标坐标畸变问题,提出了基于调频连续波雷达的自旋目标干涉三维成像的具体处理方法。仿真实验证明,所提方法有效提高了自旋目标的干涉三维成像质量。     

雷达探测钢筋混凝土构件周期结构的模型分析与设计

讨论了利用电磁波在钢筋混凝土中的传输及散射特性探测钢筋混凝土内部结构的一种新型探测技术,分析了电磁波在钢筋混凝土中的传输与散射特性,构建了钢筋混凝土表面周期结构模型,设计出利用LFMCW雷达探测其周期结构的系统。