正交FDWT与雷达数据压缩及目标识别方法

本文由共轭镜像滤波器构造有限维内积空间的正交多分辨分析与快速离散小波变换(FDWT),并将其用于降低雷达数据存储量,提出基于压缩数据的小波域相关与最小距离分类方法.变换域识别法计算速度快.实验结果表明,本文的变换、压缩和识别方法是有效的,小波变换域数据降维描述目标的能力强.     

基于PHD滤波的相控阵雷达多目标跟踪算法

对于相控阵雷达方向余弦量测,采用扩展卡尔曼概率假设密度(extended Kalman probability hypothesis density, EK PHD)滤波进行多目标跟踪时,存在目标数估计偏高和目标状态估计准确度低的问题。针对上述问题,提出了一种新的多目标跟踪算法——无偏转换量测概率假设密度(unbiased converted measurements PHD, UBCM PHD)滤波算法。该算法采用方向余弦量测下的量测转换方法,保留了更多的量测信息;同时对转换后的量测偏差进行补偿,使量测转换误差的均值、方差准确近似原始量测高斯分布的一、二阶矩。仿真实验表明,所提算法可提高目标数和目标状态估计准确性。     

基于高超平台前斜视SAR双通道杂波抑制方法

针对高超平台前斜视合成孔径雷达地面动目标检所面临的许多问题:巨大的距离走动量和多普勒中心偏移、严重的距离-方位二维耦合、回波信号的多普勒频谱折叠以及包络偏移等,本文提出了一种基于高超声速平台前斜视SAR双通道杂波抑制方法。首先进行距离走动校正和距离脉压,完成距离-方位二维解耦合,并补偿距离向通道相位偏差实现距离向包络对齐;然后进行三阶方位线调频傅里叶变换(chirp Fourier transform, CFT)充分压缩回波信号的多普勒带宽,并补偿方位向通道相位偏差实现方位向包络对齐;最后,在距离脉压-方位CFT域通过偏置相位中心天线方法抑制静止杂波并保留运动目标回波。该方法可以解决回波信号方位多普勒谱折叠的问题,还可以将运动目标的最小可检测速度减小一半。     

基于MMSE估计的全极化雷达自适应脉冲压缩

针对同时极化测量体制雷达发射波形自相关和互相关特性相互制约的矛盾,提出了一种基于最小均方误差估计的全极化雷达自适应脉冲压缩方法,其核心思想是通过初始化滤波器得到各距离单元散射系数的先验信息,并结合对应极化通道的回波信号,根据贝叶斯原理估计得到每个距离单元的自适应滤波器,在分离各极化通道回波信号的同时实现脉冲压缩。通过设置典型的仿真场景,从检测概率和目标极化散射矩阵估计的均方误差两个方面分析了自适应脉冲压缩算法的性能。仿真结果表明,该算法能有效地抑制邻近距离单元的干扰和不同极化通道之间的互扰,比标准匹配滤波器更好地实现全极化雷达脉冲压缩。     

基于direct LDA的幅度谱子空间雷达目标识别

针对高分辨距离像(HRRP)可分性低和维数高的问题,提出一种新的雷达自动目标识别(RATR)方法:dLDA& SVM.先采用直接线性判别分析在HRRP的幅度谱空间进行特征提取,然后在子空间中采用角域均值模板库训练one-against-a11支撑向量机(SVM)多类分类器进行目标识别.并设计了最短距离分类器与SVM分类器比较.基于外场实测数据的实验结果表明,与LDA幅度谱子空间法,幅度谱原空间法相比,dLDA & SVM可显著降低数据维数并提高识别性能.     

基于小波变换的非线性信道判决反馈均衡算法

针对严重线性失真和轻度非线性失真的数字信道 ,在分析一种基于关联模型的非线性信道判决反馈均衡器的基础上 ,提出用正交小波表示非线性信道判决反馈均衡器并给出了自适应均衡算法。该算法的优点是将小波变换与关联模型相结合 ,利用小波变换的去相关能力在小波域中通过归一化的最小均方误差 (LMS)算法来提高收敛速度 ,计算量增加不多 ,易于实时实现。仿真结果表明 ,该算法具有良好的收敛性能     

水声信道快速收敛自适应均衡算法

从提高自适应均衡算法水声信号收敛性能的角度出发,提出了一种新的快速收敛水声信道自适应均衡算法。该算法将改进的归一化均方误差算法和判决反馈均衡器结构有机结合,在不增加计算量的前提下,很好地实现了不同水声信道的自适应均衡,易于算法的硬件实现。仿真结果表明,该算法计算量同归一化最小均方(normalized least mean square, NLMS)误差算法的计算量相当,但在稳态误差和收敛速度上有很大优势;收敛性能与自适应调整最小二乘回归〖CD*2〗判决反馈均衡器(variable tap-length decision feed-back equalizer based on recursive least square, RLS-DFE)算法接近,却克服了RLS-DFE算法计算量大,不利于硬件实现的实际问题。提出的算法为水声通信提供了一种性能优良的可实现方法,具有较高的应用价值。     

误差反馈的正交小波均衡器结构与算法研究

在基于离散正交小波变换的基础上，结合传统的判决反馈自适应均衡算法，提出一种基于误差反馈的离散正交小波判决反馈均衡器结构和算法。对前馈滤波器用一组规范正交小波及其对应的系数来表示，后馈滤波器包含了误差反馈和判决反馈。并在此基础上，给出了自适应均衡算法。谊算法的优点是将离散正交小波变换和误差反馈相结合，利用小波变换的去相关能力在小波域中通过归一化的最小均方误差算法来提高收敛速度，利用误差反馈来减小误差信号之间的自相关性，以获得更小的均方误差（MSE）和误码率。     

基于强跟踪滤波器的纯方位机动目标跟踪算法

针对无源纯方位跟踪中目标机动的问题,提出了一种基于强跟踪滤波器的机动目标跟踪算法.该算法在目标机动跟踪中通过实时调节增益阵,提高了滤波器对状态变化的跟踪能力,避免了修正增益协方差(MGEKF)算法中所寻找的观测量修正函数不准确而引起较大的误差.同时对量测模型非线性问题采用伪量测变换估计器(PLE)予以解决,它具有形式简单,计算量小的优点.最后将该算法与MGEKF算法相比较,Monte Carlo仿真结果验证了提出算法的优越性.     

基于ZoomFFT的水声OFDM信号解调算法

为解决快速傅里叶变换(FFT)栅栏效应对水声正交频分复用(OFDM)通信系统解调性能的限制问题,提出基于选带傅里叶变换(ZoomFFT)的水声OFDM通信解调算法.将接收信号经过移频、降采样等处理得到其细化谱,提高频谱分辨力,削弱栅栏效应;同时对信道响应进行细化处理,基于最小均方误差(MMSE)原理构造信道均衡算法,消...     

基于特征概率分布的低分辨雷达地面目标分类

提取稳定有效的目标特征对于低分辨雷达的目标识别分类有着重要意义。在提取目标基本特征雷达散射截面积(radar cross section,RCS)与频谱熵值的基础上,提出了一种基于特征概率分布曲线的目标分类方法。该方法首先应用快速傅里叶变换计算目标回波频谱,提取目标RCS与频谱熵值,然后滑窗分段计算基本特征的概率分布曲线,从而利用概率分布曲线提取出稳定的目标特征,最后利用支持向量机对目标实现分类。基于实测数据的分类结果表明,该特征具有较好的稳健性和分类性能,同时算法便于工程实现。     

基于不同准则函数的雷达目标特征空间变换

为解决雷达目标高分辨距离像的识别问题 ,将 4种基于不同准则推导出的线性特征空间变换进行了归纳。分别用这几种变换方法对 6类飞机缩比目标高分辨距离像数据进行特征空间变换 ,然后用同一分类器判决 ,并对其识别结果加以分析与比较 ,得出在该应用条件下的有益结论。     

基于稀疏FrFT的窄带雷达目标架次识别方法

架次识别对于窄带雷达编队目标的探测与识别具有重要意义。本文基于最小熵准则提出了稀疏分数阶傅里叶变换(fractional Fourier transform, FrFT)最优变换阶次估计算法, 首先将雷达回波数据的FrFT结果的熵值建模为变换阶次的函数, 进而将变换阶次估计问题转化为稀疏优化问题, 利用稀疏重构算法获得最优变换阶次。最后,应用该算法分析窄带雷达多波门回波数据Doppler频率特性, 获取编队目标的架次信息。仿真和实测数据结果表明, 所提方法避免了暴力搜索能够快速获得FrFT最优变换阶次, 将该算法应用于窄带雷达回波信号处理能够准确识别编队目标架次信息。     

基于修正小波变换插值-TAN的雷达降水粒子分类

对于双偏振天气雷达在获取数据分辨率较低情况下的降水粒子分类问题, 提出一种双偏振体制天气雷达下基于修正小波变换插值-树扩展朴素贝叶斯(tree augmented naive Bayesian, TAN)的降水粒子分类方法。首先，需要在原雷达偏振参量数据分辨率比较低的情况下进行修正小波变换插值处理，以获得较高分辨率的雷达偏振参量数据。然后，基于互信息理论利用离散化的高分辨率偏振参量数据进行TAN网络结构和参数训练，得到可用于降水粒子分类的TAN网络。最后, 将高分辨率的雷达偏振参量数据带入到最终获得的TAN网络中以实现降水粒子分类。对实测数据的处理结果表明, 对于低分辨率雷达偏振参量数据, 所提方法可以取得较好的降水粒子分类结果。     

基于航路-航迹关联的天波超视距雷达航迹分类

天波超视距雷达的最终任务是检测、跟踪我方感兴趣的目标。将这些目标从跟踪器输出的航迹集合中提取出来是一个难点。考虑一类存在先验航路信息的航迹辨识问题,基于假设检验理论与分类思想,提出了一种多航迹-多航路情况下的天波超视距雷达航迹分类算法。在建立的空中走廊模型基础上,先后利用目标位置、航向信息与航路做相关判断,计算航迹-航路相关代价,据此将航迹分为航路目标航迹及非航路目标航迹。仿真结果表明,提出的航迹分类算法在航路数量适中的情况下正确分类概率达到90%。     

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.     

Analysis and application of wavelet transform in target imaging and detection of stepped frequency MMW radar

1.INTRODUCTION InMMWradar,steppedfrequencysignalisoften chosentobetheemissionwaveform,andthetarget scatteringpropertiescanbedescribedasmultiscatter ingcenters.Modernspectrumanalysiscanimprove therangeresolution,butitneedscomplexsignal modeling,sufficientSNRandheavycomputation. Becauseofthegoodpropertiesoftime frequencylo calizationandapproximation,wavelettheoryhasbeen widelyappliedintotheimagingoftargetrangeprofile inthefieldofhighresolutionradar.InRefs.[1,2] thewaveletanalysisisperf…     

海上目标数据融合实例研究

在应用D S证据理论识别海面目标的过程中,重点研究了如何通过传感器数据实测值来确定基本概率分配函数(BPA)的方法。首先,对侦察雷达所能探测到的目标雷达信号的载频、脉宽、重频,应用证据理论将其组合,得到雷达参数的联合概率分配函数。根据雷达和舰船的对应关系,由雷达概率分配函数推导出目标平台的基本概率分配函数。再用测得的舰船目标的航速得到目标平台关于航速的基本概率分配函数,并最终用D S证据理论识别了海面目标,具有较大的实际应用价值。     

基于多级分类的极化SAR图像斑点抑制

针对极化合成孔径雷达（polarimetric synthetic aperture radar, PolSAR）图像相干斑抑制后的目标极化特性和结构特征保持问题,给出了一种多级分类的极化SAR图像斑点抑制方法。首先利用H/α快速分解法并结合极化总功率图像进行初分类,之后采用最小距离准则和聚合的层次聚类方法进行细分类,最后根据图像结构将图像内容分为亮点线目标、暗线目标和其他目标三大类,利用线性最小均方滤波器对暗线目标和非点线目标进行滤波。采用美国AIRSAR机载系统获取的实测数据进行实验,结果表明,与Lee的基于散射模型降斑算法相比,本文算法不仅能够更有效地抑制斑点噪声,而且在保持极化特性、结构和纹理特征方面更为有效。     

基于合作目标的外辐射源雷达发射站直接定位

外辐射源雷达利用已知位置信息的第三方发射站发射的信号作为照射源,对运动目标进行探测定位。但在实际应用中,发射站精确位置信息往往难以预先获取,给外辐射源雷达在未知环境中的快速应用带来困难。为了解决该问题,将已知轨迹的无人机作为合作目标。利用实时获取的无人机位置信息,建立了发射站位置未知时的目标直接定位模型。并进一步构建了基于目标位置的代价函数,从而实现对发射站位置的精确估计。该方法不仅可以克服常用两步定位算法中存在信息损失的不足,可达到更高的定位精度,而且利用了外辐射源雷达直达波信号,较传统直接定位方法性能更优。最后,通过仿真验证了该算法的有效性。