脉冲多普勒雷达频域跳盲与频域解模糊

针对脉冲多普勒雷达中的速度遮挡问题 ,提出了基于频域跳盲的PRF组合选择准则及其跳盲方法 ;针对脉冲多普勒雷达中的速度模糊 ,提出了一种用于解速度模糊的查表法 ,即通过预先存储固定表值 ,将获取的视在目标频率处理后在表中查找 ,从而得到实际目标频率。频域查表法实时性强 ,适于频域解模糊     

基于散射中心的目标建模与识别

准光学区目标对高分辨探测信号的散射，表现出多散射中心。本文利用目标的这一物理特性，推导了相邻两个观测方位角上散射信号的近似比例关系，采用梅林变换重建了目标类模式，有效地克服了目标散射中心模型的参数敏感于观测方位角变化而带来的特征选择的困难。文中针对三种飞机目标（歼七、Ｂ５２、Ｍｉｇ２７）进行了识别实验研究，结果表明了本文所提出的目标识别方法是有效可行的。     

可视动目标逐步求精分割技术研究

运动目标识别跟踪系统中 ,目标分割是至关重要的处理环节。由于目标阴影、碎块等因素 ,估计精度受到影响 ,甚至导致跟踪的失败。提出了目标形状波动度的概念 ,并将其作为目标识别特征 ,利用最大似然估计准则 ,对目标初始区进行逐步求精估计。该算法简练实用 ,能有效地提高估计精度 ,为确保目标可靠性跟踪提供了新的手段。     

基于神经网络数据融合的目标识别方法研究

综合应用图像识别、神经网络和数据融合技术是多传感器ATR系统的一个重要研究方向。设计了一种基于BP网络和多传感器数据融合的图像识别系统。从信息论的观点出发 ,在理论上探讨了BP网络数据融合用于图像目标识别 /分类的机理。以此理论对实验结果的合理解释证明了该理论的正确性。理论分析和实验结果都证明了神经网络数据融合用于图像目标识别 /分类的有效性和可行性     

目标识别的灰色工程方法研究

灰色系统理论是研究贫信息系统分析、建模、预测、决策、控制的有效工具,在工程技术、社会、经济等领域应用广泛.探讨了灰色系统理论在目标识别中的应用问题,提出了目标识别的灰色关联算法、灰色统计算法、灰色聚类算法及灰色统计聚类算法.     

识别非线性目标的谐波匹配法

本文运用非线性系统的Volterra理论来研究雷达非线性目标的识别问题,提出了一种新的识别非线性目标的多频谐波匹配法。文中在分析了非线性散射的机理之后,提出了一种结构化逼近散射模型,并以模型中前置系统的本征系数为非线性目标的分类特征,还研究了自动识别过程的数据拟合匹配法。最后利用描述非线性结的唯像模型,对本文的方法作了“半实物”仿真试验研究,具体建立了四种半实物非线性目标的本征系数特征库,并针对贴近度匹配法对识别过程进行仿真试验,结果表明,这种新的识别方法具有良好的工作性能和极强的抗杂波干扰的能力。     

雷达目标有限频率响应数据的结构窗函数约束外推

本文针对目标成像与目标识别这一应用背景，提出了一种以目标距离结构窗函数为约束的限带频率响应数据的外推方法，这种方法首先根据常规的ＦＦＴ分析，获取目标的距离结构先验信息，然后根据误差能量逐步减少原则，对外推数据进行迭代求解；为改善抗杂波性能，利用结构窗函数对信号进行了准匹配滤波处理。与常规外推法相比，它具有稳健性好、外推误差小、抗杂波性能好等优点，适用于在发射波形带宽不足的情况下，进行高分辨成像。     

智能化水下目标分类系统的知识控制结构

本文对水下武器反对抗专家系统的知识与控制结构进行了原理性描述。探讨了适用于水下环境的知识表示结构、水下目标分类问题的求解方法以及黑板框架结构在反对抗专家系统中的智能控制作用。     

起伏背景下斑点目标检测的一种新方法

本文提出了一种基于形态滤波的斑点目标检测方法.该方法在信噪比较低,背景较复杂的情况下,有良好的检测效果.     

基于神经网络的舰船雷达目标特征抽取与分类方法研究

本文着重研究应用神经网络来进行舰船雷达目标特征抽取与分类问题,提出了一种基于Mellin变换和多层前馈神经网络的特征抽取方法和一种基于Kohonen网络组的特征分类方法。采用实地录取的三类舰船雷达目标视频回波数据对本文提出的有关方法进行检验,结果表明本文提出的雷达目标特征抽取与分类的神经网络方法是切实可行的,其抽取的特征具有良好的稳定性,其分类的精度很高,明显优于传统的K-邻近分类器。