基于波形综合法的雷达目标识别的探讨

本文论述了用波形综合法进行雷达目标识别的原理及其实现方法,提出了几种识别参量,最后给出了仿真试验结果.     

复杂背景下毫米波雷达目标识别的一种方法

针对毫米波雷达工作背景复杂、回波信号信杂比较低的情况，本文在对杂波信号双谱特性进行分析的基础上，提出一种基于双谱理论与假设检验思想的适用于强杂波下的目标识别方法。首先，对回波信号作双谱估计，然后根据回波双谱估计出杂波的分布，自适应地设定门限，以对双谱作相应处理，用于特征提取、目标识别。实验结果表明，经过处理的双谱抑制了大部分的杂波，保留了丰富的目标信息；识别系统在强杂波下仍然具有良好的识别结果。     

基于ESPRIT矩阵束法的UWB雷达目标特征提取

提出了一种基于ESPRIT矩阵束法的UWB雷达目标特征提取方法,该方法把提取信号极点问题转化为求解矩阵束的广义特征值问题。理论分析和数值仿真结果表明,这种方法与传统的Prony算法相比有明显地改进,能有效地提取出目标回波信号的极点和留数,并对随机噪声具有良好的抑制作用。该方法特别适用于UWB雷达或其它高分辨率雷达的目标特征提取。     

运用目标回波来识别目标的探讨

本文根据雷达目标脉冲响应的极点不随视角而变的特点,选用目标的固有极点作为目标识别的特征。对于目标回波的极点提取,介绍了时域的Prony法,推导了抵消脉冲法,评价了它们的优缺点。总结以上两种方法,提出了选用上两法的P次多项式的系数为特征的特征参数法,井把性能优良的Burg算法运用于特征参数法中。最后,对这三种方法进行了计算机模拟识别的比较。     

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。     

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。     

基于高阶矩的改进Prony技术的雷达目标冲击响应极点提取

本文介绍了一种新的关于雷达目标冲击响应极点的方法。这种方法是根据高阶矩的特性对经典Ｐｒｏｎｙ法的一种改进，数值仿真结果表明这种方法对随机噪声具有良好的抑制作用。它特别适用于像冲激雷达（或其它超宽带雷达）这样的低信噪比环境下的目标识别及检测。     

机载宽带雷达的数据重组空时自适应处理方法

机载宽带雷达具有更高的距离分辨率，有利于目标成像或识别。但是，提高分辨率也使目标信号和杂波信号在脉冲间和(或)阵元间距离走动量增加。若采用窄带空时自适应处理方法，则会导致输出信杂噪比严重下降。针对上述问题，提出了一种数据重组空时自适应处理方法。首先，针对待检测速度-角度重组回波数据，使不同脉冲及阵元的目标信号包络对齐；然后，进行距离维数据重组空时处理，并将输出信号作为检验统计量；最后，给出目标角度和速度搜索方法。所提方法降低了相干积累后的目标能量损失，提高了目标检测和杂波抑制性能。仿真实验验证了所提方法的有效性。     

基于深度残差收缩注意力网络的雷达信号识别方法

针对低信噪比条件下雷达信号识别率低，以及分类网络不具备识别样本库新添加信号类型的局限，提出了一种基于深度残差收缩注意力网络的雷达信号识别方法。通过网络将一维雷达信号映射到32维向量空间。网络中的残差连接能有效强化特征的传播能力，解决网络过深无法训练的问题；注意力机制的引入，不仅构建掩码支路充当主干支路的特征选择器，还能够帮助网络自适应地选择合适的阈值进行软阈值化，从而减少网络中噪声或者冗余信息的影响，提高网络对噪声的鲁棒性。训练过程中排序表损失(ranked list loss, RLL)和分类损失函数共同指导网络训练。RLL能够有效克服传统度量学习损失函数忽略类内特征的问题，分类损失函数能够弥补度量损失优化下对样本整体分布不敏感的问题。实验表明，该方法在提高低信噪比雷达信号识别准确率的同时仍具有识别样本库新添加信号类型的能力。     

小波-神经网络在辐射源识别中的应用研究

针对目标所采用的辐射源识别方法对复杂体制雷达信号识别效率低或无法识别的现象 ,提出了一种新的辐射源识别方法。首先 ,利用小波包可对信号进行多维多分辨率分析的特点 ,对辐射源信号进行信号特征的提取 ,然后将各辐射源的信号特征作为ART2神经网络的训练样本 ,对其进行辐射源类型的识别。通过计算机仿真 ,对上述方法进行了验证。试验结果表明 ,这种基于小波 神经网络的辐射源识别方法在识别复杂体制雷达信号的应用中不仅克服了目前识别方法识别效率低的弊端 ,而且还有效地解决了对未知雷达信号无法识别的问题     

一种改善雷达距离分辨力的信号处理方法

提高噪声环境中邻近目标的分辨力问题,一直是雷达、声纳、地震学、通讯、生物医疗和电子学等领域里的热门课题。围绕这一问题,人们提出了不少解决方法。本文针对雷达的应用环境,提出了一种改善雷达距离分辨力的信号处理方法——修正的约束最小二乘法。该法充分利用目标回波载有的信息,通过对雷达目标系统冲激响应的估计,达到分辨邻近目标的目的。该法的中心思想是将目标在空间上的分辨问题转化为时间上目标冲激响应的估计问题,然后经过后置处理算法(双门限插值处理),以获得目标个数,相对强度及相对延时的估值。     

Novel discrimination method of digital deceptive jamming in mono-pulse radar

A new polarization measurement algorithm by using the sum and difference beam differential property of mono-pulse radar is given.Based on the generation mechanism differences between the target scattering and multi-false-target jamming,the signal models of real targets and digital deceptive false target jamming for sum and delta channel are presented.The polarization discrimination parameters are designed,and the discrimination method and its performance are discussed.This novel method does not need the acc...     

FDA-MIMO雷达主瓣距离欺骗式干扰抑制方法

主瓣欺骗式干扰降低了对真实目标的估计精度与跟踪准确性,对传统雷达提出了挑战。针对此问题,基于频率分集阵(frequency diverse array, FDA)-多输入多输出(multiple input and multiple output,MIMO)雷达,提出了一种抑制主瓣距离欺骗式干扰的方法。假目标产生器通过对截获的雷达信号进行延迟转发,导致真、假目标的时延(距离)差异,由此可形成具有不同发射频率的假目标。据此,首先利用频率分集阵雷达的距离维自由度在联合发射-接收维对真、假目标进行区分,其次设计了距离-角度二维自适应匹配滤波器,所有假目标由于距离维的失配而被抑制。该方法有效地解决了主瓣距离欺骗式干扰抑制的问题,提升了雷达在复杂电磁环境的抗干扰性能。仿真实验验证了所提方法的有效性。     

基于幅度辅助的中国余数定理多目标多普勒频率估计算法

脉冲多普勒(pulsed Doppler, PD)雷达在低脉冲重复频率工作模式下,基于封闭式鲁棒中国余数定理(closed-form robust Chinese remainder theorem, CFRCRT)算法可以实现单目标多普勒频率快速且精确的估计,但由于多目标的频率余数与目标对应关系事先未知,往往对基于CFRCRT进行多目标多普勒频率估计带来困难。对此,基于幅度辅助利用聚类分析技术,提出频率余数分组匹配的方法,解决了基于CFRCRT多目标多普勒频率估计问题。针对频率余数分组匹配过程中,传统离散傅里叶变换的频谱泄露和栅栏效应导致匹配性能不高的问题,采用全相位离散傅里叶变换(all phase discrete Fourier transform, apDFT)实现高性能的频率余数分组匹配。理论分析和仿真结果表明,所提算法可以有效地实现PD雷达多目标多普勒频率估计。     

基于HHT的高频雷达机动目标参数估计

针对高频雷达强杂波场景下的机动目标检测,提出了基于希尔伯特黄变换(Hilbert-Huang transform,HHT)的机动目标参数估计算法。该算法首先通过复数经验模态分解将回波分解为杂波和目标分量,然后计算目标分量的瞬时频率,获得频率随时间变化的HHT谱,最终利用线性拟合估计目标运动参数。该算法无需抑制杂波,可同时对多目标进行运动参数估计,有助于简化多目标运动补偿和检测流程。数据分析结果表明,该算法可以有效运用于对高频雷达机动目标速度和加速度的估计。     

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。     

高分辨率SAR与光学图像中目标融合检测方法

提出了一种基于特征融合的军事目标检测方法,充分考虑了SAR与光学图像中目标的互补性特征。目标在高分辨率SAR图像中会产生强后向散射回波(radar cross sections,RCS),因此可以快速检测出感兴趣目标。但受相干斑和人造杂波影响,检测结果存在大量虚警。相比而言,从光学图像中提取出的目标形状信息更有利于鉴别虚假。因此,本方法在串行融合结构中结合SAR和光学图像中提取出的目标特征进行融合鉴别,有效去除虚警。实验用机载测试图像对本文方法的性能进行了验证和分析。     

毫米波阵列雷达近场动目标参数估计算法

在毫米波连续波阵列雷达系统中,根据近场各动目标多普勒频率的不同,提出了一种近场动目标多普勒频率、距离及方位三维参数估计算法。首先采用全相位快速傅里叶变换(all phase fast Fourier transform, apFFT)方法估计回波信号频谱,并使用相位差频谱校正法对目标多普勒频率进行校正。全相位FFT方法所得相位谱为信号的初始相位,各通道之间对应信号的相位关系包含了目标的位置信息,采用二维多重信号分类(two dimensional multiple signal classification, 2 D MUSIC)方法就可从各目标对应多普勒频率的复幅度中估计出目标的距离及方位参数。计算机仿真结果证明了该算法的有效性。     

基于联合时频特征和HMM的多方位SAR目标识别

研究了联合时频特征和隐马尔科夫模型(hidden Markov model, HMM)的多方位合成孔径雷达(synthetic aperture radar, SAR)目标识别方法。利用HMM模型可以有效地对多方位SAR目标特征分析及识别。在HMM多方位SAR目标识别中的关键之一是SAR目标回波高分辨率距离像(high resolution range profile, HRRP)的特征提取。提出了一种时变频因子加权Fisher鉴别的特征提取方法。利用MSTAR实测SAR目标数据集进行了特征提取和识别实验,实验结果验证了方法的有效性。     

地基防御雷达的有源假目标极化鉴别能力

研究了有源多假目标等欺骗性电子干扰对地基防御雷达系统的有效性问题。首先详细分析了任一椭圆极化天线有源假目标的极化特性,并探讨了典型雷达目标的极化散射特性。在此基础上,设计了有源多假目标的极化鉴别算法,计算机仿真表明,具有极化测量能力的地基防御雷达系统具有对有源多假目标进行鉴别的能力。