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CVD和Radon变换的旋翼无人机识别

在无人机的检测与识别过程中特征提取尤为重要。针对在低信噪比下由于提取特征困难且鲁棒性较差导致的识别效果不理想的问题，提出了一种基于改进的CVD（Cadence-Velocity Diagram）和Radon变换的特征提取方法应用于识别旋翼无人机。该方法通过提取目标的频率信息、峰值信息和边缘信息作为特征，运用K近邻分类器进行分类识别。仿真结果显示，在信噪比为-15 dB的条件下能够达到96.67%的识别精度。所提方法在低信噪比下识别效果明显优于SVM和朴素贝叶斯等算法。     

一种动中通地面跟踪系统的FPGA实现

针对动中通系统在跟踪状态下可能失去空中目标、纯机械扫描系统搜索速度慢等问题，设计了一种基于现场可编程门阵列（FPGA）的新型动中通地面系统。系统天线接收的信号经射频处理输入数字信号处理器，运算得到相关信息，以判断目标方位。上位机控制整个系统的工作状态，有良好的人机交互，系统可在失去空中目标后快速搜索或跟踪。水平方向上由直流电机驱动天线阵对360°方位扫描覆盖，俯仰方向上采用不同角度的波束切换，在短时间内依据能量准则定位空中目标方位，提高了动中通系统的运行效率。