一种获取雷达目标一维距离像的方法

利用高分辨一维距离像进行目标识别在现代雷达中已成为一个重要的研究课题。本文基于雷达信号设计和互相关接收处理技术,研究了一种利用目标回波,逐次获取一维距离像的方法。与冲激雷达相比,这种方法能显著提高信噪比,并且这个方法的收敛速度快,一般迭代10次以内即达到稳定。     

基于NeiMu的雷达信号聚类分选

针对雷达信号分选中常见的聚类数目难确定、数据簇形状识别、异常数据敏感等问题，提出了基于NeiMu(Neighboring Mutually)的雷达信号聚类分选算法。该算法首先以信号脉冲为点、各点间的欧氏距离为线构建距离矩阵，然后在进行干扰数据剔除的情况下选定合适k值完成聚类矩阵的构建，最后采取遍历聚类矩阵的方法输出聚类结果，在删除无效的聚类后实现了雷达信号的聚类分选。通过仿真可知该算法在选取合适k值的情况下具有极高的正确率，证明了其有效性和可靠性。     

利用生成对抗网络的时频图像去噪和增强处理

针对雷达信号时频图像的去噪和增强问题，提出了利用生成对抗网络二次生成时频图像的方法。首先利用时频分析产生雷达信号的时频图像作为原始数据集1;接着利用生成对抗网络对数据集1进行学习之后生成新的数据集2，数据集2相对于数据集1拥有着去噪和增强的效果;最后提取时频图像奇异值特征检验生成的数据集2的有效性。对6种常见的雷达信号的时频图像进行了仿真实验，结果证明了该方法在时频图像去噪和增加样本多样性方面是有效的。     

雷达抗有源压制性干扰综合效能评估

雷达抗干扰效能评估是雷达作战效能评估的一个重要环节。通过对雷达在有源压制性干扰条件下特点的研究,提出了评定雷达抗有源干扰性能的综合指标,建立了雷达综合抗干扰能力评估模型,并给出了雷达抗干扰效能评估的一般流程。     

脉冲多普勒小型数字化中频接收机的设计与实现

针对脉冲多普勒(PD)雷达导引头精密跟踪测量的要求,研究并采用双线插值快速傅里叶变换(FFT)与相位差分鉴频相结合的速度跟踪测量方法和单脉冲角跟踪测量方法。根据数字化中频接收机小型化设计的要求,分别构建以FPGA或DSP为基础的核心子系统,通过对各子系统的有效整合,设计并实现了基于系统功能划分的脉冲多普勒小型数字化中频接收机。测试结果表明,该接收机系统在结构与性能方面均符合设计要求。     

基于DSP和CPLD的雷达终端显示系统设计

介绍了一种雷达的显示控制和数据处理平台,分析了主要的硬件选择。整个系统由CPLD控制时序,用DSP对视频数字图像进行处理,并采用乒乓存储的方式实现了实时显示图像信息的目的。     

基于三维特征的雷达信号脉内调制识别

针对低信噪比条件下雷达信号识别算法对噪声敏感的问题，提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量，使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明，所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度，可以实现对不同雷达信号进行识别，证实了该方法的有效性。     

基于SAR遥感的北方旱地秋收作物识别研究

在我国北方旱地秋收作物生长关键期,云雨天气影响较大,无法及时、有效地获取光学遥感数据,因此利用雷达遥感进行旱地作物识别研究非常必要。文章以河北省衡水市为研究区,选择6期RADARAST-2全极化影像作为数据源,分类方法为随机森林法。首先通过对比不同时相间的组合结果,优选出了研究区典型秋收作物(玉米、棉花)的最佳识别时相及组合方式。其次,提取最优识别时相的后向散射信息、纹理信息、极化分解等3部分信息,依据信息间相互组合的结果及随机森林算法对变量的重要性评价,文中对上述3部分信息进行了重要性评估。结果表明:利用SAR识别旱地秋收作物时应着重关注作物生长前期的时相,其中玉米在6月27日单一时相下就可获得90%以上的高精度;棉花面积小、地块破碎,但通过6月3日与6月27日两个时相的结合也得到了70%以上的精度。在玉米识别中极化信息具有较大的贡献,极化变量的加入主要增加了玉米和建筑用地的可分离性,与单纯利用后向散射信息分类相比精度提高了近7%;同样,纹理信息和极化分解信息的加入也使棉花的精度提高了3%。最后,利用随机森林算法对变量的重要性评价机制,优选出对玉米识别最为重要的5个变量,依次为:VH、Alpha、Yamaguchi4-Odd、Freeman-Vol和Mean(HV)。该研究利用雷达数据进行旱地作物识别,验证了雷达影像对旱地秋收作物的识别能力,不仅保证了数据获取与天气状况的独立性,还凭借SAR独有的数据获取方式,为光学数据提供了补充。     

基于双谱特征的超宽带雷达人体目标识别

为了在人体微多普勒特征不明显条件下识别静态人体目标及人体姿态,提出了一种结合双谱对角线起伏特性与目标强散射点分布特征进行人体目标识别的方法。首先,通过分析静态人体目标双谱,提取双谱对角线起伏特性作为分类特征,降低了双谱数据的维数,减少了双谱特征冗余。然后,结合目标强散射点分布特征从不同角度描述目标,并构造用于目标识别的特征向量。最后,用支持向量机实现目标识别。仿真和实测结果均表明,双谱对角线起伏特性与目标强散射点分布特征融合的方法可以有效识别出静态人体目标并且实现人体姿态识别。     

小孔径超视距目标探测中的OFD-NLFM发射波形设计

针对小孔径超视距目标探测时阵列孔径减小空域滤波性能下降的问题,提出了一种正交频分非线性调频（OFD-NLFM）的发射波形设计方法。首先以正切调频函数为频率函数对发射信号进行建模,详细说明了影响脉压性能的正切函数时间副瓣电平控制因子的选择方法,重点提出一种基于凸优化的脉压信号峰值旁瓣抑制算法,建立了脉压输出噪声功率最小的优化模型并进行求解。仿真表明,提出的正交频分非线性调频信号具有较好的正交性,采用凸优化加权算法后脉压主瓣宽度比传统线性调频信号降低约1/3,峰值旁瓣为-31.22 dB,旁瓣电平平均值小于-100 dB,具备更低的抗噪声和干扰性能,从波形设计和脉压处理角度改善了空域滤波性能的不足。