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。     

大数据背景下的信号处理

宽带信号、高维信号、高分辨信号以及多传感器组网技术的快速发展,使得信号采集数据增长率高于数据存储增长率和信号处理速度增长率,信号处理进入了大数据时代．本文指出了大数据背景下的信号处理的关键问题．对于多传感器组网具有的多样性和复杂性的海量信号数据,必须进行信息融合．本文介绍了信号融合的主要模型方法,分析了信息融合技术的发展趋势．智能传感网技术能降低对信号处理和通信容量的要求,有效地在大数据中提取有价值数据．本文给出了智能传感器的基本结构,阐述了智能传感器的计算方法．结合大数据容量信号对高速实时处理的要求,介绍了高速数字信号处理芯片以及高性能硬件平台发展现状,展望了高速信号处理核心技术的发展动向．     

强目标掩盖下雷达微弱目标检测算法

在雷达多目标检测时,弱目标由于其能量低,容易被临近的强目标掩盖,严重影响了弱目标的检测。针对强弱目标并存的情况,提出了一种新的雷达微弱目标检测算法。首先联合Keystone变换和最小二乘FIR滤波器原理,实现了强目标相参积累并估计了其回波幅值,从而重构出强目标回波信号,并将其从原始回波中消除。通过对余下信号做相参积累,凸显了微弱目标,提高了微弱目标的检测性能。仿真实验验证了算法的有效性和优越性。     

周边电路对模数转换器性能影响的分析

数据采集系统中,周边电路会对ADC(analog data converter)性能带来影响。周边电路一般包括线性放大电路和采样时钟电路。线性放大电路的影响由其增益、噪声系数和通带带宽决定;时钟电路的影响取决于采样时钟抖动的方差。分析了线性放大电路和采样时钟电路对ADC性能的影响,推导了ADC有效位数减小量的表达式,给出了理论计算与仿真实验的对比结果,结果证明了理论分析的正确性。分析结果对数据采集系统的设计具有理论指导意义。     

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DDS的宽带雷达回波信号模拟技术研究

针对宽带线性调频体制雷达,提出了一种目标中频回波信号的模拟方法。通过分析雷达回波的去斜率解调原理,得到目标中频回波信号的特征表达式。然后利用直接数字合成(direct digital synthesize,DDS)技术生成数字载频,用数字信号处理器(digital signal processor,DSP)计算目标的基带特征数据,采用正交数字上变频的方法,产生目标的中频回波信号。文中对相关技术作了比较详细的介绍,给出了模拟系统的结构框图。经过高性能示波器和目标特征提取软件对信号的分析,证明了该方法模拟目标中频回波的有效性。     

末制导雷达对舰船目标成像转角分析

着重针对弹载雷达对舰船目标进行逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像的转角条件进行研究。ISAR成像依靠雷达与目标的相对转角，转角太大或太小都会导致成像质量下降。在弹载雷达平台和舰船目标同时运动的情况下，ISAR成像总转角是由导引头按弹道飞行形成的转角和舰船航行、晃动所导致的转角的合成，可以依据回波信号进行估计。分析了ISAR成像所需转角范围，在对弹目相对转角建模的基础上，针对弹目相对转动非匀速的情况进行转角估计，判断任意时刻弹目相对转角是否满足成像转角条件。     

基于可重组体系结构的密码芯片设计及其实现

为了在现有算法的基础上提高加密的安全性 ,提出了一种基于可重组体系结构的密码芯片设计原理和方法。这种设计使得用户通过编程可以改变芯片内部的电路结构 ,以匹配不同的加 /解密算法 ,从而支持不同的加 /解密算法在同一块芯片上的实现。该设计在Altera公司的APEX2 0KEFPGA上进行了成功测试 ,其功能和性能均达到了预期要求。结果表明 ,基于可重组体系结构这一重要思想可以有效提高密码芯片设计的安全性和灵活性。     

一种非合作双基地雷达目标跟踪方法

针对非合作双基地雷达系统的特点,提出了一种能快速找到航迹的目标跟踪处理方法。该方法首先用基于速度的方法起始可能航迹,然后利用跟踪波门技术对后续的测量点集进行相关性检测,接着进入Kalman方法预后续点迹位置的阶段,然后用最近邻域(NN)法搜索出属于该可能航迹的所有点迹,最后进行航迹的确认并开始搜索新的目标航迹。以实测数据为例进行实验,验证了该方法对非合作雷达系统目标跟踪的有效性。     

基于图像描述技术的飞机目标架次判别方法

利用图像描述技术对非相参回波信号波形作了一定的分析,提取出反映飞机目标不同机型(大、小)和不同编队(架次)可资分类识别的图像特征信息。采用极大极小模糊神经网络对提取出的特征进行了训练和分类识别试验,验证了图像特征信息的有效性。结果表明,基于图像描述技术的架次判别方法,为解决常规非相参雷达编队飞机目标架次判别问题提供了一条新的途径。