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。     

同频段混合信号中的无人机信号盲检测识别

无人机信号的探测识别技术是应对无人机黑飞滥用的关键技术之一。在实际信号监测环境中,经常会接收到多个信号的混合信号,它们在时域和频域上混叠且各信号分量调制样式相同。为解决在同频段混合信号中检测识别出无人机信号的问题,提出了一种通过谱特征分析判断无人机信号存在性的方法。分别采用基于二次方谱特征的无人机图传和WiFi混合信号检测识别算法以及基于频谱带宽特征的多无人机混合信号检测识别算法,通过对射频电路采集的信号进行仿真验证,实现了从同频段混合信号中检测识别出无人机信号分量。理论分析和实验测试结果证实了所提检测识别算法的有效性。     

地面雷达动目标自动识别分类研究

本文介绍了地面雷达动目标自动识别分类研究成果，该成果在大量试验的基础上，运用回波多普勒信号的频谱特性，实现了动目标的自动识别与分类，其准确率达到８５％以上。     

一种雷达回波数据的实时压缩算法

本文研究了脱靶量测量中的雷达回波数据的实时压缩问题，通过对作匀速直线运动目标的多普勒信号特征的分析，提出了一种基于离散余弦变换（DCT）的多普勒信号的变换域压缩算法，并讨论了根据重构信号由高分辨率谱估计及非线性最小二乘拟合进行脱靶量测量的问题。     

基于AWG/RTSA的PD雷达信号模拟和相参分析方法

针对脉冲多普勒(PD)雷达的回波特点和相参特点,分析了回波模拟的难点。在其传统回 波模拟和相参分析方法基础上,结合现代电子测量仪器在任意波形产生和实时频谱技术的应 用,提出了一种基于现代任意波信号发生器的PD雷达回波模拟方法和基于现代实时频谱分析 仪的相参分析方法。经过实验验证,该方法可有效提高PD雷达的调试效率。     

高分辨雷达目标回波信号模拟与分析

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。     

一种有效的雷达信号快速识别方法

针对多种调制类型的雷达信号快速侦察识别成功率较低的问题，提出了基于瞬时频率特征提取的雷达信号快速识别新算法。首先，由短时傅里叶变换（STFT）得到信号每一部分的瞬时频率特征；其次，对得到的瞬时频率进行两次归一化分别得到各自特征值；最后，用层次决策方法对雷达信号进行分类识别。仿真实验结果证明该方法能有效识别各种雷达信号，在信噪比高于-3 dB时，各种脉内调制的识别成功率都达到90%以上。     

一种基于微波雷达回波信号的车型分类方法

车辆类型识别方法是智能交通系统的关键技术之一。利用深度学习的高维特征泛化学习能力,将改进的LeNet-5卷积神经网络用于基于交通微波雷达的大小车型分类识别。首先,以雷达触发前的N帧信号为基础,对雷达的回波信号进行分析并构建数据集;然后,分析LeNet-5卷积神经网络的特点;最后提出一种改进的LeNet-5卷积神经网络。实验结果表明,与传统的支持向量机方法相比,所提方法能够智能学习大小车的雷达时频信号特征,大小车型识别准确率达到97%以上,可为交通场景下的车型识别研究提供新的技术途径。     

鸟类目标微多普勒分析及参数估计

鸟类扑动的翅膀产生的微多普勒包含了目标的尺寸与微动特征信息,可用于鸟类目标参数估计,对探鸟雷达目标识别具有重要意义。首先建立鸟类目标雷达回波模型,推导了鸟翅膀散射点的微多普勒数学表达式,并通过计算回波的自相关函数估计目标扑翼频率;然后对微多普勒表达式进行泰勒级数展开,利用展开系数与扑翼幅度之间的关系得到扑翼幅度的估计值;最后根据半翼展与微多普勒谱宽之间的关系得到半翼展的估计值。仿真实验证明了所提方法的有效性和抗噪性：对扑翼幅度大于30??、半翼展大于0.3 m的目标,在信噪比高于0 dB的噪声环境下估计精度高。     

一种改进的BPSK/QPSK信号调制识别算法

提出了一种基于顺序统计量特征的二进制相移键控/正交相移键控（BPSK/QPSK）信号调制识别算法。对观测信号进行平方并做离散傅里叶变换运算，将变换结果取模后去除最大值得到修正频谱，并取修正频谱的最大值作为识别特征量，利用恒虚警准则确定判决门限，将识别特征量与门限比较来完成对BPSK和QPSK两种调制信号的识别。计算机仿真表明，当信噪比适度时，所提算法可对BPSK及QPSK两类信号进行有效识别。当信噪比大于1 dB时，算法的平均识别正确率达到90%以上。     

双天线旋转目标微多普勒特征分析

在旋转目标的飞行过程中,目标的旋转会在回波信号中产生微多普勒调制。合作式的旋转目标常通过机载应答机进行信息传输,理论与仿真分析发现在双天线信号传输模式中,弹体的遮挡效应会对接收信号中的微多普勒调制产生影响。通过建立应答式目标的微多普勒模型,分析应答机天线相对位置与微多普勒相位特征的关系,推导了双天线条件下地面接收信号的微多普勒调制特征,给出了对应时频特征下的接收信号模型,并分析了天线切换带来的实测信号间断性问题,结合信号时频特征提出下一步可行的信号处理方法。     

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。     

雷达欺骗干扰特征提取与综合感知方法综述

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。     

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。     

基于核主成分分析的二次雷达脉冲信号初始特征提取

针对二次雷达脉冲信号的特征选择与分类问题进行研究,提出了一种基于核主成分分析(KPCA)的初始特征提取方法。根据二次雷达脉冲信号的特点,首先经过数据整编、预处理,获取样本的初始特征参数;然后利用KPCA方法对特征参数进行主成分组合,以消除信号特征间的相关性和压缩特征向量的维数,最后利用聚类工具进行分类。数学分析和可视化实验结果都表明这种分析方法是有效的。试验还表明,KPCA在特征选取方面性能优于PCA。     

基于Pauli基展开的联合极化SAR微多普勒分析

为获取不同极化通道的微多普勒元素,建立了双通道极化合成孔径雷达微动信号获取模型,详细推导了采用相位中心偏置天线(DPCA)技术剔除地杂波后的极化微多普勒参数化表述。在此基础上,为充分融合各极化通道信息,提出了一种基于Pauli基展开的联合极化微多普勒矢量提取方法,据此可显著增强低信噪比下的微多普勒特征。仿真数据验证了该方法的有效性。     

基于回波数据压缩的MIMO-SAR成像方法

针对多发多收合成孔径雷达（MIMO-SAR）高分辨成像的回波数据量过大问题,提出了一种基于数据压缩的MIMO-SAR成像方法。通过对MIMO-SAR回波数据的分析,补偿了由于MIMO雷达收发分置导致的相位误差;其次利用距离徙动算法(RMA)对回波数据进行预处理并分析了其稀疏性;然后针对预处理后的回波数据进行压缩传输,在接收端利用压缩感知重构算法获得回波数据在距离多普勒域的稀疏表示并进行成像处理。仿真结果表明,所提方法可以在大幅压缩MIMO-SAR回波数据的基础上实现准确成像。     

基于MAC序列的抗回波遮挡准连续波雷达波形设计

为了解决相位编码准连续波雷达的回波遮挡问题,首先引入遮挡率函数和遮挡情况下 的回波主旁瓣比定量分析回波遮挡。在此基础上提出一种基于MAC（Multimode Arbitrary C ode）序列的长短脉冲结合的波形设计方法,并给出了基于此方法的波形设计实例和相 应的仿真分析。仿真结果表明该波形设计方法能够有效解决相位编码准连续波雷达的回波遮 挡问题,实现远近目标的同时探测。     

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。