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。     

用多层前向网络设计雷达目标分类器

概略地讨论了基于高分辨力技术的雷达目标识别问题。针对雷达目标分类器的技术需要，着重研究了多层前向网络的分类性能，提出一种网络结构自适应策略。并用其设计了分类器，在转台成像的基础上，对飞机目标的类型识别问题进行了仿真研究。研究结果表明，小规模多层前向网络对基于距离像的雷达数据样本具有较好的推广识别能力，识别率在９０％上下。     

雷达高距离分辨率一维像目标识别

随着雷达技术的快速发展和军事应用的迫切需求,目标识别问题日益受到重视,利用高分辨率雷达一维距离像进行目标识别成为雷达和信号处理领域的一个研究热点。雷达目标一维距离像能够反映目标形状及结构特征,而且易于获取,迄今为止采用一维距离像进行非合作目标识别已经取得了丰富的研究成果。总结了近年来研究的基于目标一维距离像的特征提取方法、分类方法和联合跟踪与识别方法,分析了当前研究中亟需解决的关键问题,探讨了这些问题的可能解决思路和发展方向。     

空间目标的雷达识别技术

空间雷达目标识别在航天技术和战略预警中具有广阔的应用前景 ,它也是目前雷达目标识别技术应用较为成功的领域。总结了目前国内外该领域已有的研究成果 ,结合空间目标的动力学特性和电磁散射特性 ,探讨了在窄带和宽带雷达信号体制下的各种空间目标识别方法 ,并展望了该领域的技术发展趋势。     

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.     

极点识别的自适应信号综合法

本文介绍了一种基于极点的雷达目标识别方案──自适应信号综合法。该方法无需知道目标的极点，利用所合成的与目标空间取向无关的识别信号对雷达后期回波处理的结果，进行目标识别。论文阐述了自适应信号综合法的工作机理、抗噪声性能，并给出计算机模拟结果。     

雷达识别及反识别技术综述

雷达识别和反雷达识别是现代雷达技术的一个重要发展方面。有关雷达识别的理论研究和技术应用正越来越引起人们的重视。近年来,国内外学者专家在雷达识别的理论研究和技术应用方面,均取得了相当大的进展。本文将对雷达识别及反识别技术作一综述,其中包括对雷达识别的定义、主要应用及分类方法、实施方法举例、雷达识别的发展趋向、反雷达识别及对抗反雷达识别的方法等。     

舰船目标雷达回波特征信号的建模与仿真

目标建模与特征信号仿真是雷达对目标进行探测与识别的重要前提和基础。针对宽带条件下大型舰船目标的雷达特征信号难以进行实测和缩比测量的难点，采用面元法对目标的雷达散射截面（RCS）进行了有效的预估，通过多频点RCS成像方法获得目标的一维距离像特征信号。给出了具体建模和仿真计算的实例，并进行了详尽的结果分析。     

基于方位弯折的高分辨距离像雷达目标识别

针对高分辨雷达距离像的方位敏感性问题,将应用于语音处理的动态时间弯折技术引入高分辨距离像雷达目标识别领域,提出了一种动态方位弯折技术,该技术通过将测试数据与模板特征序列进行非线性伸缩(弯折),获得测试帧与模板之间最小匹配距离对应的最佳匹配路径,实现对测试数据的目标识别。对ISAR实测飞机数据的分类实验及与模板匹配法和RBF识别方法的比较,获得了良好的识别结果,表明了该方法的可行性和有效性。     

现代毫米波测量雷达的发展和研究方法

近来,轻小型弹载和直升飞机载雷达在制导、地面监视和辅助使用方面的应用已经大大地增长。在这些应用中倾向于采用毫米波雷达系统以达到高天线增益和窄波束宽度的特定要求。毫米波技术的发展,特别是固体元件的进展,已满足了研制这些雷达的需要。为了使这些雷达的结构设计最佳化,需要进行硬目标和背景杂波反射率数据的收集和分析研究,用以研制目标探测和识别用的特殊信号处理技术。本文介绍了一种方法,它利用乔治亚工学院研制的一种现代雷达进行上述所需的研究。这种雷达是现代工艺水平的、固态的、齐备的、便携的、相干的、频率捷变的、双极化的、极化捷变的K_a波段测量雷达。本文结合各种信号处理技术的研究,就雷达的各种工作方式对这种雷达作了全面的介绍。同时,通过对目标识别的适当算法的典型分析,也介绍了硬目标和背景杂波的某些初始数据。     

雷达目标识别系统的层式软件结构

从雷达目标识别系统的实际需求和研制特点出发,借鉴模块化系统设计思想的优点,提出了以层为基础的分析方法,设计了识别系统软件的层式结构。基于该软件结构成功研制了适应于不同雷达的目标识别系统,并投入使用。理论分析和实际应用表明,层式结构可以合理组织不同的数据处理方法,适合于目标识别系统的研制开发,为创建通用的识别系统开发、测试及应用平台提供了体系结构和实现途径。     

雷达目标识别中的BP神经网络算法改进及应用

针对雷达目标信号的复杂性和实用雷达目标识别系统所应具备的稳健性、扩展性及通用性等要求,提出多种简单有效的BP神经网络算法改进。通过平衡训练样本数量、动态重置初始权值、评定网络规模等措施,解决了BP算法收敛速度慢、受初始样本分布影响大等缺陷,提高了识别算法的稳健性和泛化能力。结果已成功应用到不同型号雷达上的多套目标识别系统中。大量试验和长期使用证明了该方法的有效性和实用性     

子波神经网络及其在自动目标识别中的应用

本文分析了于波神经网络（ＷＮＮ）的生理依据，构造了便于启发式特征抽取的子波。研究了该子波及其相应的ＷＮＮ在非相干雷达船目标特征抽取中的应用。对现场实录的四类船目标回波数据进行实验，结果表明新构造的低维特征具有较高的目标分类应用价值，抗噪性能良好．     

一种通用雷达数据采集卡设计方法

针对传统雷达数据采集卡适用雷达类型单一、不能采集雷达监视区域全景数据的弱点,采用可更换接口子卡与可重复编程控制逻辑技术,设计了能够满足多种型号非相参警戒雷达使用的通用雷达数据采集卡,该采集卡能够提供PPI全景图像、A/R视频回波和精采回波等三路数据,能够和多种型号非相参监视雷达连接。使用该方法设计的采集卡已经在多种实用化的雷达目标识别系统中使用,效果良好     

防空雷达预警监视装备体系作战能力优化的新模式

在将防空雷达预警监视装备体系作战能力辨析为固有作战能力和实际作战效能的基础上,提出了由“基于能力”的体系固有能力层面静态优化和“面向任务,基于效果”作战效能层面动态优化组成的一种新型体系作战能力优化模式--“双层铰链模式”。并给出了该模式的逻辑框图,同时对逻辑框图中的优化过程进行了阐述。最后,通过对某类复杂对抗背景下的防空雷达预警监视装备体系作战能力优化的实例分析,验证了该优化模式的可行性和可信性。     

Radar Target Recognition Algorithm Based on RCS Observation Sequence——Set-Valued Identification Method

This paper studies the problem of radar target recognition based on radar cross section (RCS) observation sequence. First, the authors compute the discrete wavelet transform of RCS observation sequence and extract a valid statistical feature vector containing five components. These five components represent five different features of the radar target. Second, the authors establish a set-valued model to represent the relation between the feature vector and the authenticity of the radar target. By set-valued identification method, the authors can estimate the system parameter, based on which the recognition criteria is given. In order to illustrate the efficiency of the proposed recognition method, extensive simulations are given finally assuming that the true target is a cone frustum and the RCS of the false target is normally distributed. The results show that the set-valued identification method has a higher recognition rate than the traditional fuzzy classification method and evidential reasoning method.     

双基地雷达微动空间目标全极化回波仿真方法

由于双基地雷达具有反隐身、抗干扰、抗摧毁等诸多天然优势, 双基地雷达的目标探测和识别问题逐渐成为研究热点。以双基地雷达微动空间目标为研究对象, 首先分析了电磁计算双基地散射数据和双基地雷达目标回波的对应关系, 然后指出了利用电磁计算数据获得的目标仿真回波与目标真实回波极化坐标系的差异, 并提出了相应的校正方法, 最后进行了仿真验证。结果表明, 所提方法保证了电磁仿真回波数据与实测回波数据的极化一致性, 可以为后续的双基地雷达目标特征提取、目标识别等算法研究提供数据支撑。     

SVM和HMM相结合的合成孔径雷达图像目标识别

提出了一种支持向量机和隐马尔可夫模型相结合的合成孔径雷达图像目标识别方法。该方法用小波分解和主成分分析提取图像特征,生成特征向量。利用图像在方位角上的关系由特征向量生成图像的特征序列以及隐马尔可夫模型的训练序列。用支持向量机进行目标预识别,确定目标最有可能所属的两个类别,用隐马尔可夫模型在这两个类别中确定目标最终所属类别,完成目标识别。使用MSTAR数据库中的图像数据对该方法进行验证和分析,结果表明,该方法可以明显提高目标的正确识别率,是一种有效的合成孔径雷达图像目标识别方法。     

一种噪声背景下的雷达目标识别方法

雷达高分辨距离像(high resolution range profile, HRRP)包含了丰富的目标结构信息,在雷达目标识别领域有良好的应用前景。针对传统的HRRP识别方法对噪声环境适应性差的问题,选用具有时移不变性的紧支撑小波自相关作为支持向量机(support vector machine, SVM)分类器的核函数,研究了幂次变换(power transform, PT)参数的选取对识别效果的影响,给出了参数选取经验公式,结合信噪比实时估算自适应地进行数据预处理以增强算法的抗噪性能。仿真表明,所提出的方法与传统的高斯径向基核SVM相比,提高了目标识别率,并且具有较好的噪声稳健性。