首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 106 毫秒
1.
对高频区复杂目标的散射特性进行分析,建立了基于多散射中心的高分辨雷达目标回波模型,在此基础上对线性调频信号进行模拟,生成目标的回波数据,同时给出了脉冲体制雷达数据采集和存储方法的模型。为验证回波模型的有效性,对仿真的回波数据分别进行脉冲压缩和多普勒处理,处理结果正确反映出目标特征,表明模型可行有效。研究结果可为目标特征提取、目标识别提供技术基础。  相似文献   

2.
本文介绍一种高距离分辨雷达的单个距离单元检测与累积连续的距离单元检测的比较。使用10个具有不同的目标散射特性的目标模型,采用模拟来产生两种检测方法的检测概率曲线。发现累积距离单元检测方法,除由单个强的闪烁点(flare point)组成的目标之外,在各种情况下都是处于较好的情况。  相似文献   

3.
研究了宽带高分辨雷达目标识别问题,基于目标一维距离像,提取目标散射中心特征,并根据该特征设计了简单目标的目标分类器,利用暗室测量得到的缩比模型高分辨回波数据进行识别,结果表明该识别方法具有良好的识别性能。  相似文献   

4.
提出了一种基于联合概率数据关联(Joint Probability Data Association,JPDA)思想的雷达目标与敌我识别(Identification Friend or Foe,IFF)点迹相关方法,利用雷达目标历史IFF属性及关联概率作为先验信息,结合当前雷达目标航迹和IFF点迹的分布情况,通过基于JPDA的方法计算各雷达目标与IFF点迹的关联概率,最后利用目标识别规则库对目标属性进行判定。几种典型场景下的仿真结果表明,通过对目标的多次询问和相关概率的迭代,所提方法可有效提高目标密集环境下对我方合作目标的正确识别率,同时降低对非合作目标的误识别率。  相似文献   

5.
针对复杂电磁环境下辐射源识别率低的问题,提出基于对角切片特征和深度学习的辐射源识别算法。利用辐射源信号双谱的个体特性,提取信号双谱对角切片特征作为深度学习模型的输入数据,采用Softmax分类器进行辐射源识别。仿真实验利用两部同型辐射源进行测试,结果表明该算法能识别个体辐射源,在低信噪比条件下也能获得高的辐射源识别率;相比于其他识别算法,双谱对角切片特征有更鲁棒的分辨性。  相似文献   

6.
针对高分辨雷达在跟踪扩展目标时出现多散射点的问题,提出了一种基于联合概率加权的雷达目标点迹处理方法。首先,对信号检测出的多散射点构建其残差变量,根据判别准则进行目标点迹配对处理,剔除异常散射点;然后,同时考虑散射点位置和回波幅度信息,计算联合概率的权值,目标多散射点经概率加权融合后估计得到散射中心。仿真分析表明,该方法在高分辨雷达扩展目标点迹处理中能有效抑制杂波的干扰,目标点迹精度在距离、方位和俯仰上分别提高了20.63%、47.51%和41.03%,同时具有很好的可靠性,满足工程应用的需求。  相似文献   

7.
主动毫米波成像传感器为前下视对地成像,作为侧视SAR和前斜视SAR成像的补充,能够实现全方位观测覆盖,采用扫描方式实时获取飞行路径前方地物目标图像数据,在飞行器导航中具有重要应用前景。针对主动毫米波成像目标识别所面临的成像信噪比低、图像方位向分辨率低以及保障条件为异种传感器图像数据等难点,探讨了目标检测识别实时信息处理流程中的地面信息保障、匹配识别算法等若干关键技术和方法,结合目标背景特性,提出的结合特征检测的目标匹配识别定位方法,能满足低信噪比条件下的目标快速检测识别的要求。  相似文献   

8.
从自由段导弹目标的运动特性出发,对沿椭圆轨道高速运动并伴有进动的弹头雷达回波特性进行分析。建立了导弹的最小能量弹道模型和进动模型,分析了飞行过程中弹头姿态角的变化规律,研究了导弹目标的平动和进动对回波信号的影响,进而引入准静态技术的思想,研究了考虑脉内运动的弹头雷达回波模拟方法,最后给出弹头椭圆轨道、姿态角、回波信号和一维距离像的仿真结果,证明了理论分析的正确性和合理性。  相似文献   

9.
为有效识别视觉系统采集的可见光图像中的舰船目标,提出了基于YOLO(You Only Look Once)网络模型改进的10层的卷积神经网络(Convolutional Neural Network,CNN)用于水面舰船目标的智能识别,通过反卷积的方法可视化CNN中不同卷积层提取到的舰船目标特征。按照传统目标识别方法提取了舰船目标的四类典型人工设计特征,将所提CNN的舰船目标识别结果与YOLO网络模型及四类人工设计特征结合支持向量机用于舰船目标识别的结果进行比较。实验结果表明,与YOLO网络模型相比,综合精确率、召回率和效率3个舰船目标识别的性能指标,改进后的CNN性能更好,从而验证了所提方法的有效性。不同数据量下采用典型特征识别舰船目标与基于深度CNN识别舰船目标的识别结果比较说明了不同类型目标识别算法的优劣势,有利于推动综合性视觉感知框架的构建。  相似文献   

10.
雷达欺骗干扰的特征提取和综合感知是雷达抗干扰的前提条件,也是雷达抗欺骗干扰工作流程中的难点问题。从干扰机无意调制的细微特征、信号起伏特性、极化特征、动力学特性、微多普勒特征、组网雷达特性、多尺度分解特征、多域变换特性等方面综述了雷达欺骗干扰特征提取和综合感知方法的研究进展,总结了各种欺骗干扰感知方法的约束条件、运算量和识别性能,最后,指出了目前雷达欺骗干扰的特征提取和综合感知技术存在的问题以及未来的发展方向。  相似文献   

11.
信号的双谱能反映信号的细微特征,可用于电台识别中,但将它直接应用于电台识别需要计算复杂的匹配模板,增加分类器的复杂度,影响识别效率。针对此问题,提出了一种将信号围线积分双谱的分形特征作为电台特征参数的识别方法。首先由信号双谱估计值求出围线积分双谱,然后利用盒维数和信息维数定量描述围线积分双谱波形的复杂度,并将这两种分形维数作为特征向量,最后利用支持向量机(SVM)实现电台分类识别。对两部实际电台所发射的2FSK信号利用所提方法进行分析,结果表明在信噪比为7 dB及以上时,电台正确识别率能达到94.29%以上,验证了所提方法的可行性。  相似文献   

12.
针对战场典型复杂微动目标的检测问题,提出了一种基于能量聚焦的微动目标检测方法。首先对3种复杂微动目标雷达回波的微多普勒特性进行了建模和仿真,分析了回波多普勒的频域和时频域特性,提取了雷达回波多普勒时频分析数据的能量聚焦特性,并提出了一种基于能量聚焦的广义似然比微动目标检测器。数值仿真表明,在不同的信噪比和虚警概率条件下,该检测器均可实现对3种复杂微动目标的有效检测。  相似文献   

13.
针对距离-速度同步干扰,首先基于多普勒滤波器组和恒虚警率(CFAR)检测技术得 到目标检测决策,并结合目标检测决策建立雷达回波的速度-时间数据矩阵。随后分析了目 标和干扰的特征差异,基于超快霍夫变换(VFHT)提取雷达回波的目标特征霍夫空间。最后根 据该霍夫空间采用CFAR检测技术对目标检测,从而形成基于距离-速度同步干扰抑制的目标 检测方法。与常规快速霍夫变换(FHT)相比,提出的VFHT具有更高的计算效率。同时 ,该方法由于在雷达数据处理层面进行目标检测,不需要改变雷达系统的信号处理结构,大 大降低了雷达装备成本。理论仿真表明在同样的目标检测性能前提下,基于VHFT的目标检测 算法所需的信噪比要求放宽了10 dB以上,为弱目标回波信号环境中的应用奠定了基础 。  相似文献   

14.
针对利用雷达微多普勒效应的微型无人机识别问题,提出了一种基于同步压缩短时傅里叶变换(Synchrosqueezing Short-Time Fourier Transform,SSTFT)的分类识别方法。首先对无人机的微多普勒回波信号进行SSTFT从而获得信号时频谱,然后对时频谱进行多维度特征提取获得回波信号的时频特征及频率变化特征,最后将所获得联合特征输入到支持向量机(Support Vector Machine,SVM)中进而实现无人机的分类识别。基于实际雷达数据的实验结果表明,所提无人机分类方法准确率可达到97.03%。  相似文献   

15.
针对双极化测量体制毫米波雷达,研究了有源干扰诱饵的极化识别方法。首先介绍了双极化技术原理,然后详细分析了典型雷达目标和各种极化有源诱饵的双极化回波特性,引入能够有效表征有源诱饵和雷达目标极化特性差异的同极化比和极化起伏等特征,并提出基于自适应恒虚警阈值的目标识别方法。最后通过组建双极化试验雷达系统采集并分析了建筑物和垂直极化、水平极化、左旋圆极化有源诱饵的回波数据,实验结果证明了有源诱饵的双极化识别方法的可行性和有效性。  相似文献   

16.
为了解决敌方释放箔条干扰我方防空反击任务或者敌方舰船设置角反射器阵列干扰我方对海目标打击任务中的雷达抗干扰问题,提出了一种基于雷达一维距离像的稀疏表达的无源假目标识别的方法。首先,分别利用大量关注目标和无源欺骗干扰的雷达一维距离像数据进行稀疏字典学习,分别得到目标和干扰的稀疏字典;然后利用两种稀疏字典分别对未知的雷达一维距离像信号进行稀疏表达;最后分别计算两种稀疏字典对未知信号稀疏表达的重构误差,利用重构误差比值识别目标和干扰类别。仿真结果表明,在目标与无源假目标干扰的回波不混叠、目标与干扰噪声比3 dB条件下,识别无源假目标欺骗干扰的准确率超过90%,证明了该方法抗无源假目标干扰的有效性。  相似文献   

17.
动目标检测雷达的检测性能,很大程度上取了以决于多普勒滤波器的频谱特性是否与真实运动目标频谱相匹配。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号