中段目标微运动建模方法与宽带雷达回波仿真

改进了中段目标微进动动力学参数模型,建立了微进动目标数学描述方程,从中段目标的外形特征、运动特征及散射特性全面阐述了中段目标的物理特性,提出了中段目标的移动散射点模型,最后给出了仿真结果,为中段目标识别提供了重要基础。     

基于电磁散射数据的弹道目标宽带回波仿真

弹道目标宽带回波是进行目标特征分析与识别研究的基础.针对实测弹道目标宽带回波数据获取代价昂贵的问题,建立了锥体目标轨道运动和进动模型,结合电磁场相对变换理论推导了高速运动目标雷达回波公式,分析了目标高速运动对宽带解线频调回波的影响.在此基础上给出了一种由静态电磁散射数据乘以相位影响因子仿真生成弹道目标动态宽带回波的方案,仿真实验验证了该方案的可行性.     

弹道目标中段雷达成像仿真研究

对弹道目标进行ISAR成像识别是分辨真假目标的重要手段。本文研究了中段弹道目标成像仿真问题。简介ISAR成像技术后，仿真了中段弹道。研究了中段弹道目标成像，分析了在有无调姿两种情形下和不同弹道阶段对相干积累时间的要求。仿真结果表明，在不同情形下，雷达必须适当调整脉冲积累时间和改变脉冲重复频率才能实现有效成像。     

弹道目标雷达宽带识别仿真与评估

提出了一种将雷达目标识别方法与具体战情相结合的方法,并通过该方法对弹道目标雷达宽带识别方法进行了仿真与评估。仿真了空间目标飞行弹道后,通过坐标变换得到设定战情下的弹道目标雷达视线角。然后结合室内缩比模型静态测量数据,得到设定战情下弹道目标高分辨距离像。对仿真得到的三类弹头类目标进行识别,并分析了雷达带宽、信噪比、观测次数对识别性能的影响。     

宽带弹道高速群目标运动精补偿方法

外场实验中宽带直采模式使得回波数据量较大,弹道目标的微动使散射点徙动严重,频谱变化剧烈。针对此时传统运动补偿不再适用和宽带直采数据处理困难的问题,本文提出宽带弹道高速群目标运动精补偿的方法。首先对宽带数据进行降采样,降低数据量。对降采样的数据使用区域Hough变换进行群目标轨迹分离并计算出对应到原始宽带数据的位置,进行粗运动补偿与信号提取。然后对提取的目标信号采用重心法进一步作运动补偿,再通过时变自回归模型进行时频分析,得到剩余平动参数与光滑的微动特征曲线。利用所得微动参数对目标信号进行精确的运动补偿。最后采用CADFEKO仿真模型实验验证了所提方法的有效性。     

高速动态空间目标宽带回波仿真方法研究

获取空间高速动态目标的宽带回波数据是进行空间目标电磁特性研究,开展空间目标探测与识别的基础.针对静态测量和动态测量不同形式的雷达发射信号,分别建立了空间目标静态测量条件下扫频宽带回波信号模型和解线频调的高速宽带回波信号模型.在分析两种信号模型差异的基础上,提出了一种利用静态数据仿真生成高速动态目标宽带回波的方法,并详细分析了该方法的适用条件.最后对仿真方法进行了验证,证明了其可行性和正确性.     

机载火控雷达对空目标动态宽带回波仿真

为研究机载火控雷达对空目标成像和识别能力,需要通过仿真获取数据支持.针对机载火控雷达对空目标成像时,运动传感器对运动目标宽带探测的特点,建立载机和目标的飞行特性运动模型,通过姿态解算求取任意时刻雷达波对目标的入射角,建立目标的三维模型拟合目标几何外形,利用高频电磁计算模拟不同雷达视角条件下一定带宽范围内目标的多频点RCS数据,将目标的静态教射特性数据拓展成动态散射序列,并考虑复杂自然环境和电磁环境的对回波的影响,为进一步研究机载火控雷达对空目标成像能力和成像条件提供数据支撑.     

弹道中段目标的融合识别

针对弹道中段目标识别时间资源有限的问题,提出了一种基于识别手段可信度增长的融合识别新算法。首先给出了识别可信度的定义及其增长模型,并分析了识别可信度增长模型对识别时间的影响,继而运用D-S证据推理方法得到了基于识别可信度增长的融合识别算法。仿真实例表明,该算法可以缩短识别时间,提高识别效率。     

弹道中段雷达目标识别仿真系统的关键模型及实现

雷达是弹道中段的主要传感器,在中段目标识别中发挥着核心作用.根据弹道目标雷达识别仿真系统的要求及弹道目标识别的特点,建立了弹道目标雷达特征数据产生、雷达目标识别特征提取、识别算法融合等多个关键模型,设计并实现了弹道中段雷达目标识别仿真系统.进行了典型战情下的雷达目标识别仿真,仿真结果表明所设计的仿真系统稳健可行,系统可以为弹道中段雷达目标识别研究提供仿真支撑.     

基于PS-IFKCM的弹道中段目标识别方法

针对现有直觉模糊核c-均值(intuitionistic fuzzy kernel c-means,IFKCM)聚类算法对初始值敏感、易陷入局部最优解及收敛速度慢等缺陷,汲取了粒子群优化(particle swarm optimization,PSO)算法优势,对初始聚类中心进行优化,提出了基于粒子群优化的直觉核c-均值(particle swarm-based intuitionistic fuzzy kernel c-means,PS-IFKCM)聚类算法,选取4组标准数据集实际样本数据对算法的有效性进行了试验。最后选取弹道中段目标识别常用的雷达截面积(radar cross section, RCS)这一特征属性进行弹道中段目标识别仿真实验,并将其与模糊c-均值（fuzzy c-means, FCM）算法、IFKCM算法的识别效果及运行时间进行比较分析,表明了该算法应用于弹道中段目标识别的有效性及优越性。     

导弹防御系统中的雷达目标识别技术进展

目标识别是弹道导弹防御系统的核心技术。根据弹道导弹飞行中的目标特性和导弹防御系统的传感器配置分析了导弹防御系统中目标识别的技术特点,论述了国外导弹防御系统中雷达目标识别的总体技术思路,并重点从目标轨迹特性、结构特性、进动特性以及再入特性等方面总结了利用雷达测量进行弹道导弹识别的技术进展,最后给出了开展导弹防御系统中目标识别研究的建议。     

基于KFD+ICA特征提取的SAR图像目标识别

提出了一种用基于核函数的Fisher判别分析(kernel based Fisher discriminant analysis,KFD)和独立分量分析(independent component analysis,ICA)特征提取的合成孔径雷达(synthetic aperture radar,SAR)图像目标识别方法。用基于核函数的Fisher判别分析提取SAR图像样本在高维特征空间中的最佳分类向量,对最佳分类向量做独立分量分析,得到表征图像样本的特征向量,用支持向量机(support vector machine,SVM)对提取得到的特征向量分类完成目标识别。对MSTAR数据库中三类军事目标用该方法进行特征提取和识别实验,识别率为96.92%。结果表明,KFD ICA特征提取方法可提取目标的有效特征,在较低特征维数情况下获得较高的目标正确识别率。     

雷达自动目标识别中的HRRP特征提取研究

通过分别考虑基于HRRP一阶统计特性的MCC-TMM(模板匹配分类器)和基于HRRP一阶和二阶统计特性的AGC(自适应高斯分类器),提出了两种新的特征提取方法,使得针对不同的分类器采用不同的特征提取方法,从而更好地滤除HRRP上的高斯噪声和更好地保持不同目标HRRP具有不同的幅度分布即HRRP的可分性。基于外场ISAR和微波暗室两种实测数据的识别实验表明,提出的特征提取方法能够明显提高识别性能。     

弹道目标微动特征分析与提取方法

进动特征对导弹防御目标识别具有重要意义。建立了单频信号下雷达观测弹头的进动模型和回波模型,通过对进动弹头回波频谱与微多普勒调制特性的定量分析,提出了利用回波相关方法和频谱展宽估计进动参数的方法,并利用暗室测量数据对该方法的性能进行了实验验证。实验结果表明,该方法在目标进动角不大条件下可以有效估计目标的进动角和进动周期。     

基于特征匹配的舰载对陆导弹目标识别模型

针对传统基于前视模板的匹配算法中难以直接识别与跟踪建筑等目标的问题,提出基于特征匹配的对陆导弹目标识别模型.该模型通过对末制导导引头图像预处理,利用改进YOLOv3深度学习目标检测算法和改进Deeplabv3+深度学习语义分割算法来识别目标区和烟雾区,采用并行法排除烟雾遮挡对目标识别的干扰,最终判别分析规则判断模型是否...     

导弹预警卫星目标识别算法研究

针对导弹预警与攻防对抗中的导弹目标识别问题,提出了一种导弹预警卫星地面应用系统中对导弹目标进行识别的新算法。该算法提出用导弹发射点位置、导弹尾焰红外特征和导弹关机点特征量作为导弹目标识别的特征量,用模糊隶属度加权求和方式进行信息融合,根据融合和最大融合量的阈值判决确定导弹的类型、国别。仿真实验证明了该算法的有效性。     

基于分形特征矢量的水下目标识别

讨论目标回波的分形特征和基于分形的识别方法,并用实际潜艇的回波数据进行了分形特征识别研究。在分析回波信号时间域波形的基础上,应用随机分形理论,给出基于分形布朗运动的回波信号分维特征矢量提取的理论和方法;提取了回波信号的分形维特征矢量。进而给出了基于BP网络的分类计算方法,计算结果表明,所提的提取水声回波信号目标特征矢量的方法与分类方法切实可行。     

基于直觉模糊核聚类的弹道中段目标识别方法

针对现有的模糊核聚类算法性能的问题,汲取直觉模糊c-均值聚类（Intuitionistic Fuzzy c-means,IFCM）算法的动态聚类特性优势,引入高斯核函数,改良归一化条件,提出直觉模糊核c-均值聚类（Intuitionistic Fuzzy Kernel c‐means,IFKCM）算法,并通过实际数据测试,证实了该算法的可行性和有效性。最后,根据弹道中段目标识别仿真系统的要求及弹道目标识别的特点,设计并实现了基于直觉模糊核c-均值聚类的弹道中段目标识别(Intuitionistic Fuzzy Kernel c-means-Target Recognition in Ballistic Midcourse,IFKCM-TRBM)原型系统,仿真实验及对比分析充分表明该原型系统的稳健可行性,为弹道中段目标识别提出了一种新的参考和尝试。