李雅普诺夫稳定性理论在目标识别效果评估中的应用

针对目标识别效果的稳定性评估，建立了目标识别系统的动态模型，随后基于李雅普诺夫稳定性理论，给出了目标识别系统识别效果的动态稳定性分析并完成初步仿真。     

多波段雷达融合一维超分辨成像技术研究

研究对多个不同频带雷达测得的目标频率响应进行融合，以获取更宽频带的目标频率响应，提高目标距离像的分辨率.各雷达测得的目标频率响应之间互不相干是制约对不同频带雷达实现有效融合的主要难点.分析了用不同雷达测得的目标频率响应互不相干的原因，并推演了其信号之间的具体数学关系，得出由于各雷达硬件延时及相移不同等原因使得各雷达测得的目标频率响应之间存在一个固定相移和一个线性相移.提出了通过对各个雷达测得的目标频率响应分别建模，利用所得模型估计对应各雷达的目标一维距离像，然后将各雷达的目标一维距离像进行相关直接求取线性相移的方法.定义了一个新的相干函数用于求取固定相移.仿真实验结果表明该方法的有效性.     

复杂背景下红外小目标检测技术研究

在复杂红外背景中如果红外点目标所占的像素少,通常的检测方法就很难将目标检测出来,且往往会含有较多假目标。首先对图像进行预处理,利用图像本身的灰度级别对小目标进行初步筛选,然后利用可能目标点的信息对假目标进行剔除。实验结果表明,此方法对复杂背景中小目标检测有较好的效果。     

基于Sugeno模糊积分的目标识别效果评估

针对目标识别效果评估，提出一种通用化的评估思路，选取了评估指标及测度方法，并给出识别过程的参照信息以及计算方法。随后，构筑了基于模糊积分的目标识别效果评估模型。最后，结合实测数据和拟合数据完成了仿真。     

基于可分性的多类目标特征选择算法

对于多类目标识别,首先通过扩展类别标示符编码,给出了特征线性可分定义,基于Farkas引理推导了多类目标线性可分的充要条件．然后,借鉴支撑矢量机原理,在特征可分条件的基础上,定义了特征有效率并提出了一种新的多类目标特征选择方法．实测数据实验结果表明,与经典的Relief特征选择算法相比,文中算法的推广性能优于前者．特别地,对于小样本数据效果更为明显．     

一种快速的渐进直推式支持向量机分类学习算法

针对渐进直推式支持向量机学习算法存在每次标注的无标签样本数太少,当样本较多时,频繁的成对标注和重复训练使得该算法复杂及增加的缺陷,提出了一种快速算法。该算法在训练过程中利用区域标注法取代PTSUML的成对标注法,在继承了其渐进赋值和动态调整的规则的同时,提高了算法的速度。雷达实测数据实验结果表明该算法是有效的。     

基于特征不变量的红外图像识别研究

给出了一种提取特征点的新方法和合理的特征不变量。该方法根据三角不等式原理利用第三边与另外两边之和的比值大小来确定角点,以特征点和它相邻的两个特征点所形成的两条直线的夹角正切值以及三角形第三边与另两边和的比值作为特征不变量。这种特征提取的方法简单,并且由于扩大了模板取值范围,使识别效果受特征点漏检的影响较小。实验表明,该方法不仅简便,而且效果良好。     

复合末制导数据融合处理及干扰效果评估系统

对于几种常见的复合末制导形式,结合给定的复合原则,面向工程实际,开发了用于评估复合末制导抗干扰能力的半实物仿真系统。系统以地面的6部末制导传感器以及目标的GPS数据为依据,经过坐标变换、弹上复合、弹道仿真,最后给出抗干扰能力的结果,为武器系统的试验提供技术支持。     

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。     

基于调频傅里叶变换的匀加速转动目标ISAR成像

现有匀加速旋转目标逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像方法通常采用二维搜索估计目标转动参数,从而导致计算量大。提出一种基于调频傅里叶变换的ISAR成像方法。该方法利用目标散射点回波相位二次项系数与一次项系数的比值仅取决于目标转动参数这一特点,通过搜索调频傅里叶变换的调频系数使目标横向像熵值最小,得到该比值的估计结果,避免了二维搜索导致的计算量大的问题。然后对各距离单元回波作相应的调频傅里叶变换,即可得到聚焦良好的ISAR像。仿真结果验证了该方法的有效性。