常规单脉冲雷达体制下的多目标近距离分辨

常规单脉冲雷达的发射脉冲一般具有快速上升沿,其回波含有丰富的高频分量,但传统的雷达信号处理系统并没有利用这些高频信息,致使雷达分辨率得不到提高。介绍的这种改进的逆滤波方法根据回波信噪比,结合逆滤波方法的高分辨特性和匹配滤波器的强抑制噪声能力,利用回波中的高频分量,使常规单脉冲雷达的分辨率有明显改善。仿真实验表明,采用这种方法使雷达分辨率得到提高。     

慢起伏不可分辨目标的单脉冲角估计

不可分辨目标角估计方法大多是以SwerlingⅡ型目标进行信号建模,这通常需要雷达采用频率捷变来实现脉冲间目标幅度的不相关。考虑到非频率捷变雷达观测的目标回波为慢起伏的情况,深入研究了目标雷达散射截面积(radar cross section, RCS)起伏特性对单脉冲雷达测向的影响,提出了一种基于目标单脉冲角估计统计特征的两个慢起伏不可分辨目标的角度分辨方法。Monte Carlo仿真结果表明了该方法的有效性。     

基于L型阵列MIMO雷达的多目标分辨和定位

针对多输入多输出(multiple input multiple output, MIMO)雷达的自由度特性,提出了一种单基地L型阵列MIMO雷达的空间多目标分辨和定位方案和基于Capon波束形成器的MIMO Capon二维空间谱估计方法。该方法可对空间目标二维DOA进行估计从而完成对多目标的分辨定位,对方案中可分辨定位目标数目进行了分析。分析和仿真结果表明,将该方案应用于雷达目标定位系统中,在实际阵元数目不变的情况下,可提高系统自由度的利用率,增加可分辨目标数目,节约成本。     

一种基于低分辨雷达的目标识别方法

讨论了一种基于低分辨雷达的目标(飞机)识别方法,描述了这种识别方法所依赖的硬件平台即目标回波数据采集系统的组成及工作原理,阐述了一种基于低分辨雷达的目标粗分类(目标大、中、小等粗略属性的判别)的方法,研究了低分辨条件下目标特征描述的思路, 尝试利用这些方法进行目标属性的粗分类以及进行机群目标架次的判别。现场实验表明,这 些方法是可行有效的,对于提高常规低分辨雷达的性能有着重要的意义。     

基于时间谱信息的低分辨雷达飞机目标分类

雷达目标空间状态随时间的变化特性从侧面揭示了的目标的本质,这种目标空间状态随时间呈现的分布特性称之为目标的时间谱,而利用目标的时谱信息(目标的航迹、速度、机动性、空间坐标信息)可以简化(或缩小)待识别目标的范围。用低分辨雷达测量得到的时间谱信息作为特征,采用模糊逻辑规则对五类飞机目标进行分类判决。结果表明:基于时间谱信息的飞机目标分类为低分辨雷达飞机目标识别提供了一个有效的辅助手段。     

运动目标的正交化超分辨测角误差分析

本文分析了在目标运动的条件下,利用Gram—Schmidt正交化算法进行角度超分辨测量时的测角精度,计算了两个运动目标在不同阵元数及不同阵元间距等情况下的测角误差,并给出了计算机模拟结果。     

时—频信号分析与雷达的多目标分辨

对于编队飞行的目标，由于它们之间的间距很小，常规雷达无法直接从距离和方位上区别目标。但利用目标回波多普勒频率的差别是有可能分辨目标的，这—般需要较长的相关处理时间。在这期间，目标本身的多普勒频率又是变化着的。本文分析了编队飞行目标多普勒频率的变化规律，指出多普勒回波信号的变化可以用线性调频（ＬＦＭ）信号模型来表示。本文提出了用时－频分析的方法来分辨编队目标，并用短时付氏变换（ＳＴＦＴ），Ｗｉｇｎｅｒ分布（ＷＤ）以及我们提出的自适应谱图（ＡＤＳＰ）方法对实测的雷达数据进行了分析。实验结果表明，自适应谱图具有与Ｗｉｇｎｅｒ分布相近的自分量信号分辨能力而没有其交叉项。它在噪声背景下的分辨性能大大优于Ｗｉｇｎｅｒ分布和短时付氏变换，因而是一种有效的多目标分辨方法。     

基于FSVM的雷达多目标识别

重点分析了支撑矢量机多分类问题中存在的误分、拒分现象,针对雷达目标提出解决这一现象的模糊支撑矢量机。采用模糊支撑矢量机的分类机理对样本数据有限且残缺不全的高分辨一维雷达距离像进行多目标识别。实测数据(4种飞机雷达距离像)的多目标识别结果表明,模糊支撑矢量机与一般多类支撑矢量机相比在多目标识别时简单易行,而且在识别率上有显著的提高。     

雷达目标微动分辨

研究了基于微多普勒的目标微动分辨,以Wigner-Ville分布为工具,给出了提取微多普勒的方法,然后由微多普勒和微多普勒率的傅里叶变换实现目标的微转动和微平动分辨,提出了基于微多普勒滤波的目标微动分辨技术,使用仿真数据和蒙特.卡洛实验演示了目标微动分辨技术的性能,仿真结果证明了基于微多普勒滤波的目标微动分辨技术的有效性。     

基于超分辨ISAR成像的空中目标自动识别

利用最大熵谱估计的方法对四种飞机目标数据进行外推处理,并在此基础上进行逆合成孔径(IS-AR)成像。在获得较高分辨率ISAR图像的基础上,采用ISAR图像的三个特征:基于几何矩的不变量、形状特征、量化能量带等组成特征向量。并对该特征向量进行对数归一化,将归一化的特征向量作为径向基函数(RBF)神经网络的输入,在此基础上进行识别,达到较好的识别效果。     

地面多个运动目标成像及定位问题的研究

针对合成孔径雷达正侧视工作体制下多个独立运动目标成像以及定位问题进行了研究。对经提出的运用距离历程拟合方法估计单个目标运动参数的算法进行了修正,准确地估计了t=0时刻各个目标的坐标和两维速度。基于估计的运动参数,设计各个目标独立的匹配滤波器,同时对运动参数不同的多个独立目标进行成像,解决了以往多个独立运动目标成像中的一个目标清晰成像,其它目标则会模糊的问题。着重分析了目标运动参数估计的精度以及影响估计精度的因素。     

基于循环平稳的动目标特征提取方法研究

介绍了基于循环平稳的脉冲多普勒雷达对目标回波信号参数的提取方法。分析了该参数提取方法的性能 ,结合弹载高重频脉冲多普勒雷达的特点 ,提出了一种动目标运动特征的递归提取方法应用于运动目标参数(速度、加速度 )的特征提取过程。分析、仿真实验证明 :该方法可以最大限度地利用系统的资源 ,在雷达信号处理中达到信噪比和加速度分辨率之间的动态平衡     

基于TOA和方位角测量的三维运动目标被动定位跟踪算法研究

本文提出了一种基于TOA(到达时间)和方位角测量的算法,详细分析了该技术的定位原理和可行性。在某些接收机以被动方法对三维运动目标定位跟踪的双基地雷达系统中,往往难以测量目标的俯仰角;因此本文提出的算法对于双基地被动定位系统的实用性明显地具有很重要的意义。文中通过典型目标航迹的计算机仿真 (按照Monte Carlo方法)对算法的性能做了评估。     

Study on the method of polarization suppression of cheating jamming in pulse Doppler radar

1.INTRODUCTION PulseDoppler(PD)radarisanewkindofradarandis widelyusedinmanyfieldssuchasairborneearly warning radar,firecontrolradarandmissileterminalguidance radar,yetitisfacedwiththeseriousthreatenofelectronic interferencesinelectronicwar.Thecheatingjammingof rangeandvelocityarethecommoninterferencetypesfor PDradar.Therangecheatingjammingprevailsonthe radartrackingthejammingsignalfalselyinmeansof rangecheatingandtheradarwillloseitstargetatlast,so theradarcannotworkcorrectly.Fortheveloc…     

一种基于数据融合的机动目标跟踪预测算法

在机动目标的运动跟踪中,为了减小搜索区域,需要对下一时刻目标位置进行预测。本文以医疗康复领域中基于视频的运动分析为背景,针对二维平面中静止背景的运动目标提出一种基于数据融合的预测跟踪方法。首先采用多项式拟合算法和基于“当前”模型的改进卡尔曼滤波算法分莉对运动目标进行位置预铡,然后采用数据融合的方法得到最终的预测结果．最后用计算机仿真和实验对所提出的预测算法进行了验证,结果表明本文算法与多项式拟合和卡尔曼滤波算法相比,预测误差更小,跟踪精度更高。     

矢量法确定星载SAR多普勒参数

用矢量法对星载SAR的Doppler参数进行分析.从卫星的地理位置出发,建立了卫星运动特性同空间的几何关系,推导出多普勒质心、多普勒斜率的矢量计算公式.给出了仿真结果,描述了卫星的运动状态同星载SAR成像质量的关系.     

基于动态角色的多移动目标围捕问题算法研究

基于动态角色配置的思想，提出机器人动态构建团队，合作完成多移动目标围捕任务的算法，每个移动机器人执行一个角色，角色随着环境的动态变化而不断进行更改、交换，实现团队的动态构建，不仅能适应环境中的未知事件，而且能最大地发挥个体机器人在整个团队中的作用。在简单仿真环境中进行的模拟实验表明，多机器人能够有效地合作捕获多智能移动目标，文中提出的解决方案是行之有效的。     

基于HRRP识别信息辅助多目标跟踪的仿真研究

密集多回波环境下对弹道多目标跟踪时,融合目标运动学信息和HRRP分类信息,研究了基于HRRP分类信息辅助跟踪的最近邻算法CATNN;由于受获取实际数据的限制,为检验算法,结合目标的仿真数据,提出了多目标跟踪和识别动态交互的仿真方法;在建立的场景中与常规的JPDA、NN跟踪算法进行比较,结果表明CATNN克服了轨迹合并和误跟的现象,具有较高的多目标跟踪性能,且产生的仿真数据满足了CATNN算法验证的需求.     

基于频域处理的机载雷达自适应杂波抑制方法

传统的机载雷达自适应杂波抑制多是从时域角度来考虑的,提出了一种基于频域的杂波抑制方法——FFT频域处理法。该方法将输入数据首先经过FFT运算变换到频域上,然后利用质量中心法来估计杂波谱的中心多普勒频率和带宽,最后将杂波分布区内的FFT通道输出置零(即滤除杂波)。实验仿真结果表明,与传统的基于谱估计的自适应MTI方法相比,该方法具有良好的改善因子和较小的信噪比损失,对于慢速目标检测十分有利,并能有效地防止目标白化,其运算简单,适于工程实现。     

基于对比度最优准则的运动目标参数估计方法

在已检测出运动目标的基础上,提出了一种基于图像对比度最优准则的运动目标参数估计方法.该方法针对存在方位向速度的运动目标,以图像对比度作为评价标准,对运动目标的速度分量进行二维寻优,当图像对比度函数达到最大值时,得到运动目标的速度分量的精确估计值.经过仿真及实测数据验证,该方法能很好的估计出运动目标的运动参数,并且该方法的测速精度明显优于传统动目标测速方法.