基于联合概率加权的高分辨雷达目标点迹处理

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。     

概率数据关联算法在目标跟踪中的应用

数据关联是现代目标跟踪系统中的一个重要组成部分。由于测量来源的不确定性,密集环境中的目标跟踪比较困难。溉率数据关联（PDA）算法能很好地处理目标跟踪并在很多领域得到了广泛的应用。仿真结果表明了概率数据关联算法的有效性。     

一种高分辨雷达目标识别方法

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。     

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。     

一种机载脉冲多普勒雷达目标点迹处理方法

机载脉冲多普勒雷达对地扫描所获得的信息,不仅有所希望的动目标数据,还有大量的冗余点迹,给数据处理和情报分析带来很大困难。本文分析了冗余点迹的形成原因,提出一种目标点迹合并方法,特别是将图像处理的连通区域概念应用到目标点迹合并算法中,取得了较好的效果。     

一种基于Map/Reduce的并行化敌我识别信号关联方法

随着敌我识别侦察装备的广泛部署,其侦察数据呈现爆炸式增长,多源且复杂的海量信号侦察数据对后端数据分析提出了较高要求。针对传统敌我识别信号关联分析方法速度慢、效率低的问题,通过研究其关联流程的可拆分特性,提出了一种基于Map/Reduce的敌我识别信号聚类和关联分析方法,将传统敌我识别信号关联分析流程进行方位和时间拆解,在大数据平台上进行分布式并行计算,大幅提升了大数据量情况下的关联分析效率。实验结果表明,在数据量达到108条以上时,所提方法比传统方法计算效率高10倍以上。     

拖曳式雷达诱饵目标识别技术

针对拖曳式雷达诱饵易对雷达导引头造成欺骗性干扰的问题,利用雷达回波中提取的目标微动多普勒特征、极化特征和雷达截面积序列统计特征进行仿真分析,在实现载机和诱饵初步识别的基础上,采用贝叶斯（Bayes）数据融合方法,对上述3种回波信号特征进行一级融合,并进一步对不同时刻的信号特征进行二级融合,最终将目标识别率由71.5%提高到了96%。该目标识别方法能够大大减少外界因素的影响,相对于单特征识别显著提高了目标识别率。     

一种基于雷达图的雷达辐射源识别算法

在分析和考察雷达辐射源(Radar Emitter)多特征模式识别算法的基础上提出了一种基于雷达图(Radar Chart)中向量夹角余弦值的分类识别算法,借助雷达图实现了雷达辐射源空间特征向量向平面向量的转换,实现对雷达辐射源型号的自动识别,给出识别置信度.通过计算机仿真得到大于85%的正确识别率,进一步验证了算法在雷达辐射源识别工程中的可用性和可行性.     

一种调频步进雷达目标的运动补偿方法

介绍了调频步进雷达中多普勒效应对距离像的影响，分析了在调频步进雷达中进行运动补偿的思路，在此基础上提出了一种采用频率步进雷达中最小脉组误差准则的速度估计方法对调频步进雷达中运动目标进行速度估计和补偿的方法。理论分析和计算机仿真结果表明，该方法具有可行性，并兼有测速精度高、抗噪声性能强的优点。     

一种非组合的电磁目标快速识别算法

针对电磁目标识别算法中辐射源组合的本质是避免同一辐射源的多个可能识别结果同时参与一个目标识别模板的匹配置信度计算的问题,提出了一种非组合的快速电磁目标识别方法。依据目标平台与辐射源的搭载关系,建立辐射源识别和平台识别的两级识别体系,基于两点和三点模板匹配法对辐射源进行识别,然后使用非组合的快速模板匹配法对目标平台属性进行识别。仿真实验表明使用该方法计算目标的识别置信度简单易行,可用于实际工程中电磁目标的识别。     

对空情报雷达网密集假目标干扰机理分析

针对雷达网欺骗干扰问题,首先讨论了雷达网数据关联处理方法薄弱环节,给出了可以欺骗雷达网的假目标应该满足的条件,然后分析对空情报雷达网密集假目标干扰的产生机理和作用机理,为产生高逼真的假目标,将空间分布转化为非线性最优化问题。当进行多干扰机协同干扰时,将干扰机功率资源在空间的分配问题转化为非线性规划问题。仿真研究了对网络化雷达的假目标欺骗干扰效果以及影响干扰效果的因素,该结果可为对空情报雷达网电子对抗提供理论指导。     

基于灰色关联算法的雷达反隐身性能评估

雷达反隐身的性能评估对现代空防战争具有重要意义。在深入分析雷达反隐身技术及相关基础理论基础上建立了雷达反隐身性能指标体系,提出了采用基于自适应熵权的灰色关联算法来进行雷达反隐身性能评估,解决了评价权重模糊问题,并结合经典最小二乘法和拉格朗日函数建立了优化评估模型,最后通过算例分析给出了该算法模型的应用过程,分析结果表明该算法能有效实现对雷达反隐身性能的排序和优选。     

带多普勒量测的序贯SCKF雷达目标跟踪算法

为提高非线性观测条件下雷达目标的跟踪性能,将序贯处理方法引入均方根容积卡尔曼滤波（SCKF）,提出一种带多普勒量测的序贯均方根容积卡尔曼滤波（SSCKF-D）雷达目标跟踪算法,该算法通过建立伪量测去除径向距离和径向速度量测误差方差之间的相关性。基于SCKF算法,按照量测精确度的高低顺序对方位角、俯仰角、径向距离和伪量测序贯处理。Monte Carlo仿真表明,与SCKF和带多普勒量测的均方根容积卡尔曼滤波（SCKF-D）算法相比,SSCKF-D算法跟踪精度更高,较后者提高20%以上,收敛速度更快,更适用于空间目标跟踪。     

一种基于动态规划的雷达合批新算法

针对信号分选结果增批现象严重、影响识别准确度的问题,通过分析实际侦收信号的特点,并借鉴生物信息学中动态规划比对算法的思想,提出了对脉冲重复周期（PRI）信号在载频维和脉宽维进行合批的方法,并结合该方法设计了动态合批处理流程。该算法通过比较两批数据在PRI值及其排列顺序上的相似性来进行合批,利用PRI周期性这一很稳定的特征较好地解决了批信号在载频和脉宽维上的增批问题。仿真结果表明,该算法在存在脉冲丢失和干扰脉冲的情况下仍能准确合批。     

多站测向定位新算法

无源测向定位在信息对抗、导航等领域应用非常广泛。针对如何充分使用同时获得的多站测向数据,提出由两站向多站逐渐递推的目标定位新方法。仿真结果表明,最终定位精度得到了提高,给出的协方差能够真实反映目标的分布概率,新方法具有一定的工程应用价值。     

一种稀疏重建的多基地雷达多目标定位算法

采用距离和信息的多基地雷达多目标投影定位算法中,距离向脉冲压缩后分辨率降低,需要已知空间中目标个数。针对此问题,提出了一种稀疏重建的多基地雷达多目标定位方法。该方法利用多个接收机中目标稀疏度相同的特点,通过构造平均重构残余误差变化率和平均散射系数变化率作为正交匹配追踪(OMP)算法迭代终止判定条件,自适应地终止OMP算法的同时获得稀疏重建信号以及信号稀疏度的估计值,提高了距离向分辨率,获得了对空间中目标个数的估计。仿真实验表明所提算法有效抑制了距离向主瓣展宽和旁瓣串扰,提高了距离向分辨率。同时,所提算法在不同噪声环境下能准确估计空间中目标个数并提取其空间位置,实现对空间中目标的准确定位。     

一种改进的机载多普勒雷达目标跟踪算法

针对传统的基于多普勒雷达量测转换的目标跟踪算法只适用于静止雷达的问题,将该算法推广至机载多普勒雷达。在每个递推周期里,首先将机载导航数据转换到东北天坐标系中;然后,将距离量测转换成东北天系下的位置伪量测,由此完成对目标的位置滤波;最后,联合目标位置滤波值及多普勒量测对目标进行运动状态滤波,由此得到目标的位置最终估计值。仿真实验结果表明,改进后算法的跟踪精度优于传统的多普勒雷达目标跟踪算法。     

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。     

基于低秩稀疏约束的穿墙雷达成像算法

针对穿墙雷达(TWR)成像过程中墙杂波与成像空间分别具有低秩性和稀疏性的特点,提出了一种基于低秩稀疏约束的穿墙雷达成像算法。所提成像算法通过奇异值软阈值法和l1范数最小化技术进行迭代求解低秩稀疏约束优化问题,实现在墙体强反射波存在的探测环境中基于压缩感知框架对墙后隐蔽目标的准确成像重建。仿真和实验数据的处理结果验证了所提成像算法的有效性和准确性。     

应用于雷达方位超分辨的改进Richardson-Lucy算法

方位超分辨是国内外雷达界持续探索的一项技术难题。为解决高斯噪声情况下天线低通效应造成的方位低分辨力问题,利用基于泊松噪声情况下Richardson-Lucy(RL)算法对其进行研究。针对RL算法中高斯噪声被放大出现虚假目标和RL算法收敛速度慢的缺点,提出了一种改进RL算法。该算法首先使用低通滤波去除高频段的噪声,然后利用加速RL算法进行方位超分辨。仿真结果表明：与原RL算法相比,改进RL算法能降低高斯噪声的影响,消除虚假目标;在信噪比低至0 dB时,相对于半功率波束宽度,改进RL算法的最大分辩倍数为1.8倍,与维纳逆滤波算法相比具有较强的噪声适应能力,可以应用于雷达方位超分辨。