雷达目标跟踪的子波滤波器

根据子波变换方法对雷达跟踪目标的位置测量数据进行了滤波,通过与传统卡尔曼方法的分析比较和模拟实验给出了目标跟踪的子波滤波的特性。     

子波变换在VTS雷达信号检测中的应用研究

根据子波变换的多尺度分析理论和ＶＴＳ雷达目标和杂波的特性，以及目前子波分析在信号处理中的应用情况，分析了用多尺度分析方法进行雷达杂波处理的可行性，并提出了用多尺度分析进行雷达信号处理的基本方法。     

基于子波变换谱估计的频率步进毫米波雷达目标成像

根据子波变换所具有良好的时间－频率局域性和逼近性,研究基于子波变换谱估计的频率步进毫米波雷达目标成像方法。由于选用了波动性、衰减性和带通性能好的已调高斯函数作为子波基函数构成一组特性较理想的带通滤波器,对信号进行正交处理,其子波变换同时给出了同相和正交分量。通过信号的功率谱估计,从而获得更好的雷达目标一维距离像。仿真结果表明,这种方法是有效的     

基于子波变换的雷达杂波处理方法

讨论了基于子波变换的抑制低频杂波成分的子波恒虚警处理,抑制高频杂波成分的子波浮动阈值处理和能够同时对杂波的低频成分和高频成分进行抑制的混合杂波处理方法,给出了三种处理模型和相应的杂波处理效果.通过对瑞利杂波和韦布尔杂波的子波系数的统计分布特性与零均值高斯杂波子波系数统计特性进行比较,说明该方法对非平稳分布的雷达杂波的处理具有很好的适应性.     

离散子波变换计算子波级数变换的预滤波器结构

基于子波空间采样定理，提出了两种离散子波变换计算子波级数变换的预滤波器结构，消除了Ｓｈｅｎｓａ算法中形成预滤波器的积分运算，并分析了算法结构的准确性。数值计算实例验证了结构的有效性，最后讨论了用离散子波变换计算了子波级数变换这一公开问题。     

雷达回波的奇异性检测及目标识别

讨论了信号中奇异性的测度——Ｌｉｐｓｃｈｉｔｚ指数，分析了子波变换与Ｌｉｐｓｃｈｉｔｚ指数的内在联系，给出了使用子波变换计算信号的Ｌｉｐｓｃｈｉｔｚ指数的方法以及Ｌｉｐｓｃｈｉｔｚ指数在实际应用中的物理背景和意义。结合Ｌｉｐｓｃｈｉｔｚ指数及其检测方法，对三类飞机的雷达回波数据进行了实验模拟。通过计算回波波元的Ｌｉｐｓｃｈｉｔｚ指数来构造特征向量，并使用人工神经网络进行分类识别，给出识别的模拟结果。结果表明检测雷达回波波元的Ｌｉｐｓｃｈｉｔｚ指数进行雷达目标识别是一个有效的尝试。     

一种基于子波特征的模糊神经网络目标识别方法

针对雷达目标识别中相对不变特征量提取这一问题，提出了一种基于子波变换的特征提取方法．通过对三类飞机一维距离像的分类和识别，验证了这种方法的有效性，同时在将模糊神经网络作为模式分类器方面做出初步尝试。     

基于小波变换的雷达信号特征提取方法

基于小波变换,提出了一种提取雷达信号特征的方法。通过对雷达信号进行小波分解,设置门限,将小波变换系数转换为二进制,然后将二进制小波系数再转换为十进制,这样就得到了雷达信号的特征。通过目标识别实验,证明本文提出的方法是有效的。     

子波去噪在雷达信号处理中应用

在介绍子波变换功率谱计算方法的基础上,提出了一种基于子波变换理论的雷达视频回波信号去噪方法,该方法首先对回波信号进行多分辨分解。确定每一尺度上的门限阈值;然后对信号进行离散子波变换,去除各尺度上低于对应门限阈值的信号成分,再利用离散子波反变换获得了去噪后的视频回波信号。利用该方法对实测雷达视频回波数据进行仿真验证,获得了较好的效果。     

基于神经网络计算的子波变换实现

本文首先阐明了子波变换理论利用可变时域和频域分辨特性表达信号、获取信号特征的原理，提出了利用神经网络计算方法计算子波变换系数的新方法，并讨论了与人视觉系统密切相关的子波变换神经元的特性，提供了计算机仿真子波变换信号的结果。理论分析和实验结果表明，子波变换不仅具有对信号多分辨表达的特性，而且可以有效地压缩被处理信号。     

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。     

基于分数阶Fourier变换的阵列雷达运动目标检测算法

旁瓣对消技术是一种广泛应用于阵列雷达中的空域滤波技术,在理想干扰背景下有良好的抑制干扰的性能.然而在非理想干扰背景下,其抑制干扰的性能将急剧下降.此时若沿用匹配滤波器进行检波,由于信干比的不足,会影响对信号的检测和参数估计.本文作者提出在空域滤波后利用分数阶Fourier变换进行检波的方法,能一定程度地提高信干比.计算机仿真表明了该方法的有效性.     

基于被动量子雷达的隐身目标探测研究

未来战场,将是隐身武器的较量,不论是有人机、无人机,还是巡航导弹、弹道导弹,都朝着隐身化方向发展.传统雷达在对付这些隐身目标时存在无法突破的性能极限.笔者将被动雷达与量子技术结合,提出被动量子雷达,分析其对隐身目标探测的机理.采取超导电路技术实现对微波光量子转换处理,并使用SVI和PSA量子增强接收技术,以及JPA技术实现高灵敏度微波信号接收,被动量子雷达可将系统灵敏度最大提高大约4个数量级.分析结果表明提出的基于被动量子雷达的隐身目标探测原理可行,具有很强的应用潜力.     

雷达多目标自适应识别方法研究

提出了基于目标回波自相关矩阵本征值分解提取多目标特征的新方法，在小训练样本集下，为能准确建立参考模板，提出了一种基于模糊等价关系（FER）聚类和模糊c均值（FCM）聚类相结合的FER－FCM聚类方法，在识别过程中，利用自适应算法对参考模板逐步修正，使识别系统逐步达到最优的性能，还给出了实验结果。     

基于keystone变换的噪声调频连续波雷达高速目标探测

针对目标高速运动导致严重多普勒色散的问题,提出基于keystone变换的距离徙动校正方法。根据噪声调频连续波无周期性的特点,对回波信号采用等间隔重叠分段法进行频域相关处理。结合快速离散时间尺度变换算法,能够实现高效的长时间相参积累。无需先验知识,能处理多目标场景。通过仿真实验验证了该方法的有效性,并与传统时域相关法进行了比较和分析。当目标未出现距离徙动时,该文方法和时域相关法对目标输出信噪比的提升效果基本一致。当目标出现距离徙动后,时域相关法的输出信噪比迅速下降,恶化程度与徙动严重程度成正比,而该文方法经距离徙动校正后的输出信噪比则基本不受目标速度的影响,且仍随积累时间的增加而增大。     

雷达假目标仿真精度要求的定量表述

为了提出一种定量表述雷达假目标仿真精度的方法,依据雷达图像目标检测的辐射分辨率理论,沿用指定图像强度计算错误概率的分析方法,给出了目标对比、独立视数与错误概率的关系,进而解析了真假目标雷达散射截面差值与目标正确发现概率的定量关系。理论分析表明,雷达假目标仿真精度的设计参数应选择为不大于3dB。     

一种基于模糊聚类的自动目标识别算法

研究利用低分辨率雷达视频回波信号实现可靠的自动目标识别问题 ,提出了一种基于模糊聚类的自动目标识别算法 .基于这种算法 ,对三类船目标进行实验 ,获得平均近 90 %的正确识别率 .理论和实验表明 ,采用这种算法可以设计出可靠的自动目标识别系统     

基于小波包变换的超声回波信号特征提取

超声检测技术中,缺陷的定性分类这一技术难题至今尚未得以彻底解决。文章介绍了一种基于小波包变换的多尺度空间能量特征提取方法,并对实测的超声缺陷回波信号进行了特征提取;进而采用基于距离的类别可分性判据对提取结果进行了评价。结果表明:该方法提取的缺陷回波信号特征值,其可分性测度均值达91.7%,从而证明该方法对超声检测缺陷回波信号的特征提取是相当有效的。     

基于粒子滤波的MIMO雷达目标似然比检测方法

针对多输入多输出（MIMO）雷达在非高斯杂波背景、信号参数随机或未知的情况下,难以建立目标统计检测模型的问题,基于粒子滤波方法,根据参数的概率分布函数抽取粒子,将复杂积分运算转化为求和运算求取似然函数,给出了一种MIMO雷达目标似然比检测的通用模型,解决了非高斯杂波条件下无法得到检测统计量的问题．以复SG-Alpha联合稳定分布作为MIMO雷达非高斯杂波分布模型,给出了基于粒子滤波的似然比检测方法．最后通过仿真实验给出了该方法在不同条件下的检测性能,并与传统MIMO雷达目标检测方法进行了比较,结果表明在非高斯杂波背景下该方法的检测性能要明显优于传统方法的．