利用雷达散射截面积序列的特定航天器工作平台分类识别方法

针对三维运动特性及雷达散射截面积(RCS)的姿态敏感性等因素影响航天器在轨运行识别的问题,结合特定工作平台RCS测量序列的典型特征,提出将每个观测弧段的RCS序列视为图像来提取边缘、骨架和密度等特征,再利用基于Hausdorff距离的图像匹配方法与特定工作平台上的航天器模板进行匹配识别,从而有针对性地实现了航天器的分类识别.实测结果表明,所提方法的分类正确率可高达85%,识别效果明显优于传统的统计和小波变换的方法.     

基于主分量分析的空间目标识别方法

目标的雷达散射截面(RCS)包含了丰富的目标类别信息,如何有效利用目标RCS特征对空间目标的雷达识别具有重要意义.文中提取中心矩作为特征向量,采用主分量分析(PCA)进一步进行特征压缩,利用支撑矢量机(SVM)分类算法来实现识别.基于实测数据的仿真实验结果表明,该方法具有较好的识别性能和推广能力.     

变结构陆空机器人自主跨域越障技术研究

陆空机器人因其灵活的机动能力而备受关注,为了更好地发挥陆空机器人的跨域越障特性,以变结构陆空机器人为平台,对深度图像进行二值化处理以提取前方障碍物的边缘轮廓,采用最小矩形匹配法对障碍物进行建模,获取障碍物的距离及高度信息.根据障碍物距离和高度的检测结果及平台地面移动越障极限,提出了一种自主跨域越障策略.试验结果表明,机器人可以准确检测判断出行驶前方障碍物的距离及高度信息并可以顺利自主跨域越障,到达目标点,提出的障碍物检测方法及自主跨域越障策略是有效的.      

基于激光雷达和摄像机融合的智能车障碍物识别方法研究

针对智能车环境感知中单一传感器所存在的局限性问题,本文提出一种通过激光雷达融合摄像机来感应识别智能车前方障碍物的方法。首先,通过激光雷达与摄像机之间的校准,来实现目标的三维数据的图像投影,并进行视觉图像与目标的三维雷达数据的融合,以提取障碍物候选区域。其次,提出了一种基于卷积神经网络和SVM的障碍物识别模型,用于训练KITTI数据库中的数据,检测视觉图像中的行人和车辆目标,以此来得到所需要的单帧下各传感器的目标检测数据。实验结果表明,所提出的模型在KITTI中选择的小数据集上获得的模型在实际测试中具有良好的性能,具有可靠的识别能力和良好的分类结果。     

输电线路除冰机器人基于小波矩及SVM的障碍物识别研究

障碍物检测与识别是高压输电线路除冰机器人自主越障和行走的前提条件.本文根据除冰机器人自身结构以及高压线路工作环境的要求,设计了一种障碍物智能识别方法.首先对机器人在线拍摄的障碍物图像进行预处理、最佳阈值处理,然后用小波模极大值计算二值图像边缘,再计算具有不变性的图像小波矩,把优化后的小波矩特征输入支持向量机(SVM)进行分类,从而实现对障碍物的识别.实验表明:障碍物的小波矩特征向量稳定可靠,SVM目标识别准确率高,利用两者优势对障碍物进行识别是一种切实可行的方法。     

基于RCS的弹道导弹中段目标联合识别研究

弹道导弹中段目标识别是导弹防御系统的核心环节.中段目标外形简单,特征不明显,干扰较多,但是在实际防御过程中,导弹飞行中段是反导防御最适合阶段,因此需要研究新的导弹中段目标特征.本文研究基于动态雷达散射截面积(RCS)的中段目标联合识别方法.在实际仿真过程中,本文以美国民兵洲际导弹作为模型,进行实物尺寸的RCS仿真.根据弹道导弹在中段飞行中特有的进动特点,给出设定场景条件,得到目标在该场景下的RCS动态特性.最后根据得到的仿真数据,对弹道导弹中段动态目标识别提出了一种新的可行性方法.     

基于超声波的自适应防抱死制动系统的研究

采用了超声波测距的原理,通过超声波传感器对汽车周边环境进行实时监测.汽车在正常行驶的情况下,自适应防抱死动系统处于非工作状态,当超声波传感器检测到前方的障碍物时,系统将根据障碍物的距离发出不同的警报声音,并紧急启动自适应防抱死动系统,使汽车减速或停车,以免发生追尾事故.该系统将简化汽车制动时的操作同时提高了其稳定性,它将极大地提高汽车的主动安全性.     

基于激光雷达和摄像机融合的智能车障碍物识别方法

针对智能车环境感知中单一传感器所存在的局限性问题,提出一种通过激光雷达融合摄像机来感应识别智能车前方障碍物的方法。首先,通过激光雷达与摄像机之间的校准,实现目标的三维数据的图像投影,并进行视觉图像与目标的三维雷达数据的融合,以提取障碍物候选区域。其次,提出了一种基于卷积神经网络(convolutional neural network,CNN)和支持向量机(support vector machines,SVM)的障碍物识别模型,用于训练KITTI数据库中的数据,检测视觉图像中的行人和车辆目标,以此来得到所需要的单帧下各传感器的目标检测数据。实验结果表明,所提出的模型在KITTI中选择的小数据集上获得的模型在实际测试中具有良好的性能,具有可靠的识别能力和良好的分类结果。     

基于卷积神经网络的壁面清洗机器人障碍物检测识别算法

结合机器人的工作原理以及卷积神经网络(CNN)在图像分类中的应用,提出了一种基于卷积神经网络的壁面障碍物检测识别算法.首先,以壁面障碍物准确识别为目标,构建壁面障碍物图像库;然后,通过对VGG-16网络简化后进行优化,得到适合壁面障碍物准确识别的卷积神经网络模型.在此基础上,设计该网络由输入层、4层卷积层、2层池化层、1层全连接层以及输出层组成,进一步利用3×3卷积核对训练样本进行卷积操作,并将所获取的特征图以2×2领域进行池化操作.重复上述操作后,通过学习获取并确定网络模型参数,得到最佳网络模型.实验结果表明,障碍物的识别准确率可达99.0%,具有良好的识别能力.     

天线方向图对目标近场散射特性影响的研究

以SCTE可视化预估系统为基础,用高频近似法建立了考虑天线方向图时目标近场RCS理论模型.通过实例,计算了有无天线方向图影响下的近远场RCS曲线,分析了天线方向图对目标近场RCS特性的影响.结果表明,天线方向图对目标近场散射特性影响是不容忽视的.     

等离子体包覆目标的RCS计算

采用直接FDTD方法对雷达波在等离子体包覆目标附近的总场和散射场分布进行了仿真。通过远-近场变换计算了远场电场和不同等离子体分布情况下的目标雷达散射截面RCS值。仿真结果表明,采用等离子包覆的方法可以有效地降低目标的RCS值。等离子体密度和厚度对目标RCS的影响较大,等离子体碰撞频率对目标RCS有一定的影响。     

波纹表面金属目标散射特性分析

雷达散射截面的分析与预估是隐身/反隐身领域的一个重要课题.改变目标的几何外形是减小雷达散射截面有效途径之一.从真空中的麦克斯韦方程出发,采用交替隐式的时域有限差分方法以及时域卷积完全匹配层技术.研究了表面波纹对金属目标雷达散射截面的影响,给出了一表面加波纹金属圆柱雷达散射截面.结果表明当波长和波纹宽度相近时,金属圆柱表面加波纹可以在很大的空域角度内使其RCS明显减小.该方法及结果对隐身与反隐身技术的研究具有借鉴价值.     

基于改进粒子群算法的目标航迹模拟及RCS仿真

针对雷达运动目标轨迹模拟逼真度问题和RCS特征,提出一种基于嵌入式粒子算法的目标航迹模拟和RCS仿真方法。首先,分析了无人机模拟运动目标航迹的基本原理,以及无人机和模拟目标之间的运动模型和耦合关系,确定了耦合因子和控制量。然后,分析了目标运动轨迹模拟的约束条件,并结合无人机性能和能耗等因素给出了目标优化适应度函数,建立了目标航迹模拟的最优控制模型。其次,为提高模型解算的针对性和实用性,将粒子群算法进行改进,并嵌入到模型求解中,实现了对目标航迹的有效模拟。最后,基于模拟目标航迹,利用飞行动力学原理和坐标系转换计算得到模拟飞行目标的姿态角,通过电磁计算软件仿真得到模拟飞行目标的RCS。仿真结果表明,该方法对实现运动目标轨迹模拟和RCS仿真具有广泛适用性。     

长驻留信号抗RCS起伏特性分析

为了减小运动目标在飞行过程中由于自身雷达截面积(RCS)起伏带来的影响,在分析目标RCS起伏特征的基础上,给出了几种常用的目标RCS起伏模型,考虑实际中具体目标的运动情况,建立了一种更符合实际目标运动的起伏模型,具体分析了长驻留信号对抗起伏目标的效果。通过分析不同起伏频率时长驻留采样的结果可以知道,与常规雷达信号相比,长驻留信号能够很好地平滑一定起伏频率范围内的快起伏目标RCS,减小因目标起伏带来的一系列影响。最后从稳跟距离的角度分析得出长驻留信号能够有效实现对快起伏目标的稳定跟踪。仿真证明:长驻留信号具有良好的抗目标起伏特性。     

基于一维散射中心模型的RCS频率全角度外推

目标RCS频率外推是减小目标RCS数据存储的有效手段之一。利用FEKO电磁仿真软件得到目标回波数据,结合经典谱估计算法,提出了一种基于GTD散射中心模型的目标RCS频率全角度外推方法。以弹头目标为例,首先利用1～2GHz频率后向电磁散射数据,提取GTD散射中心模型参数;其次利用RCS频率全角度外推方法,实现了弹头目标在3GHz、4GHz频率上的RCS全角度外推;最后通过将外推数据与FEKO仿真数据进行对比,验证了外推方法的准确性与可靠性。仿真实验表明,外推结果与FEKO的仿真结果在整体趋势及强散射点对应的位置上具有较高的吻合度,可有效描述雷达目标的散射特性。     

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。     

雷达布站方法

提出适用于警戒系统的一种雷达优化布站方法，以求在给定的自然环境和应用背景下获得满意的警戒空域、重点探测空域和一定的四抗（抗干扰、抗低空入侵、抗反辐射导弹和抗隐身目标）能力。根据所要探测目标的雷达散射面积（ＲＣＳ）特性和各雷达的空间探测特性，在分析了组网系统探测性能的空间分布和作战原则的基础上，建立了一个雷达优化布站的数学模型，并给出了相应的求解算法。通过四个简单的例子反映出针对无向目标和有向目标雷达布站结果的异同，强调了模型参数对布站的影响，表达了优化布站方法的基本思想。     

二维多粗糙度分层粗糙面与上方目标复合电磁散射计算方法

研究了二维多粗糙度分层粗糙面与上方目标复合电磁散射特性的自适应迭代物理光学算法。采用Monte Carlo法并结合高斯谱函数生成高斯粗糙面,基于分区域建模方法,建立了二维多粗糙度分层粗糙面和上方目标的复合模型。利用物理光学法和等效原理,得到分层粗糙面和目标的直接感应电磁流;基于表面积分方程,分析了分层粗糙面之间以及粗糙面和目标之间的耦合电磁流迭代机理。引入感应电磁流能量改变速率,对传统迭代物理光学法进行改进,使算法自动收敛。将计算结果同多层快速多极子方法和迭代物理光学法进行比较,验证了算法的准确性和高效性。在此基础上,研究了不同目标、不同粗糙度的分层粗糙面的双站RCS计算结果和散射特性,讨论了分层粗糙面间距对双站RCS计算结果和散射特性的影响。本研究为分层环境及上方超低空突袭目标的探测、分类和识别提供了数据支撑和理论基础。     

用时域有限差分法分析涂敷目标的电磁散射特性

为了有效分析涂敷目标的宽带电磁散射特性,采用计算电磁学的时域有限差分方法,分别对涂敷各向同性和单轴各向异性吸波材料的目标进行了计算.研究了涂敷材料厚度、阻抗匹配等因素对目标雷达散射截面的影响.结果表明,当涂敷材料的电磁参数满足匹配条件时,对电磁波的吸收性能最好,从而可以有效地缩减目标的雷达散射截面.     

基于动态RCS模型的天波雷达发现概率计算方法

针对现有方法影响因素考虑不全导致计算结果与实际情况有较大偏差的问题,提出了一种改进的天波雷达飞机目标发现概率计算方法。归纳了不同电离层状态对天波雷达探测距离的影响。考虑目标在给定航路飞行过程中的雷达截面积随姿态变化,建立了目标动态雷达截面积计算模型。在此基础上,利用瞬时发现概率模型和综合发现概率模型求得天波雷达飞机目标发现概率。实例计算结果表明:电离层Es全遮蔽状态导致目标发现概率下降了0.273,不同航路和飞行姿态条件下目标发现概率差异较大,最大差值达0.253。