基于散射中心的目标建模与识别

准光学区目标对高分辨探测信号的散射，表现出多散射中心。本文利用目标的这一物理特性，推导了相邻两个观测方位角上散射信号的近似比例关系，采用梅林变换重建了目标类模式，有效地克服了目标散射中心模型的参数敏感于观测方位角变化而带来的特征选择的困难。文中针对三种飞机目标（歼七、Ｂ５２、Ｍｉｇ２７）进行了识别实验研究，结果表明了本文所提出的目标识别方法是有效可行的。     

基于OpenGL的空间目标观测可视化仿真

对空间目标运行态势的可视化,一直是备受关注的问题。对于两行轨道根数(TLE)文件,研究了如何根据SGP4/SDP4模型计算空间目标的轨道数据。详细说明了可视化仿真的关键技术:运用OpenGL图形库绘制空间目标的三维模型和覆盖区域,分析多视图间同步控制机制。最后实现了可视化仿真,试验员可以通过多个视图观测空间目标运行态势。     

光学区雷达目标散射中心提取及识别方法研究

首先回顾了在宽带体制下光学区雷达目标频域响应的特性 ,而后给出了矩阵束算法的原理 ,并应用该算法提取光学区雷达目标的散射中心 ,提出了所谓“基于散射中心极点和幅度的相关匹配目标识别方法” ,最后给出了五种飞机缩比模型宽带散射数据的实验结果。实验结果表明 ,该识别方法在白噪声条件下具有高识别率和强抗噪声能力。     

高分辨率雷达二维图像的图像处理与特征提取

首先分析了雷达目标散射信号特征。在此基础上 ,根据MUSIC算法得到的雷达图像特点 ,通过平滑、量化、增强等适当的图像处理方式对F - 16、HY - 2 0 0 0两种飞机缩比模型在阶梯变频雷达上所获取的雷达图像进行处理 ,并形成雷达二维灰度图 ;最后 ,采用图像矩阵描述方示进行雷达图像的特征提取     

基于ＮＰ准则的属性关联度量及门限确定方法

在目标空域密集环境下,属性辅助运动状态数据关联是目前公认的解决数据关联性能严重下降问题的潜在有效途径。从Neyman Pearson准则出发,在分析经典运动状态信息关联度量及门限确定方法合理性的基础上,给出属性辅助数据关联中属性度量及对应门限的确定方法。仿真结果表明,与惯用的固定门限相比,该方法确定的度量及门限具有稳定的关联性能。     

DSmT理论在综合敌我识别中的应用

战场环境的复杂性要求使用多种传感器对战场目标进行综合敌我识别,而综合敌我识别有待解决的基础性难题之一是如何对异类传感器输出的不确定性信息进行有效处理。针对一包含雷达、红外、电子支援措施和敌我识别器等传感器的综合敌我识别系统,对异类传感器敌我识别过程进行分析,根据其特点提出采用DSmT理论进行决策级融合,同时针对每类传感器构造不同的基本置信指派方法,并进行了算法仿真。实验结果证实了该方法的有效性。     

无约束E-脉冲波形综合方法

针对文献[1]和[2]中的缺点,提出波形宽度不受约束的E脉冲波形综合方法。首先,在理论推导的基础上,给出无约束E脉冲波形综合的原理和方法。然后,应用该方法利用仿真回波数据进行目标识别实验。实验结果表明,该方法是正确有效的。     

大数据背景下的信号处理

宽带信号、高维信号、高分辨信号以及多传感器组网技术的快速发展，使得信号采集数据增长率高于数据存储增长率和信号处理速度增长率，信号处理进入了大数据时代．本文指出了大数据背景下的信号处理的关键问题．对于多传感器组网具有的多样性和复杂性的海量信号数据，必须进行信息融合．本文介绍了信号融合的主要模型方法，分析了信息融合技术的发展趋势．智能传感网技术能降低对信号处理和通信容量的要求，有效地在大数据中提取有价值数据．本文给出了智能传感器的基本结构，阐述了智能传感器的计算方法．结合大数据容量信号对高速实时处理的要求，介绍了高速数字信号处理芯片以及高性能硬件平台发展现状，展望了高速信号处理核心技术的发展动向．     

一种基于ADSP-21060的高速并行处理系统设计

介绍了一种采用 4片ADSP - 2 10 6 0微处理器芯片构成的高速并行处理系统。在该系统中 ,各处理器之间可以根据处理任务的需要实时地进行高速数据传输和高效的软件通信 ,采用EPROM进行程序引导 ,可以脱机运行。系统以红外 /毫米波复合制导实时信息处理为背景 ,同时又具有较高的灵活性和通用性 ,当要求系统能够支持多任务运行时则更具有优越性。     

目标一维距离像特征提取方法研究

针对雷达目标一维距离像的姿态敏感性和平移敏感性,直接将一维距离像用于目标识别很难取得好的识别效果,用目前的普遍做法进行目标识别存在计算量和存储量大的问题,提出把一维距离像作为随姿态变化的序列及强散射中心维数、目标特征尺寸、散射中心分布熵三个特征,并以这三个特征采用外场实测数据进行目标识别实验,取得了较好的识别效果。