利用极化信息研究目标识别

极化特征用于目标识别的一项主要研究是将极化信息与高分辨率雷达技术相结合．提出了利用回波中的极化现象对目标进行识别的方法,得出了有关目标识别特性的结论．     

利用高分辨率和极化信息进行目标识别的研究

极化特征用于目标识别的一项主要研究是将极化信息与高分辨率雷达技术相结合.在研究了目标特定的极化变换作用后,提出了基于一维距离像,利用目标回波中的极化现象对目标进行识别,并得出了有关目标识别特性的结论.     

利用高分辨率和极化信息进行目标识别的研究

极化特征用于目标识别的一项主要研究是将极化信息与高分辨率雷达技术相结合。在研究了目标特定的 极化变换作用后,提出了基于一维距离像,利用目标回波中的极化现象对目标进行识别,并得出了有关目标识别特 性的结论。     

基于目标分解的极化雷达飞机识别法

尝试将目标分解算法用于高分辨率极化目标的识别。基于 Krogager目标分解法 ,将各距离分辨单元的极化散射矩阵分解为 3个简单散射体的散射矩阵 ,分别代表球形散射体、二面角散射体和螺旋体散射体的散射机理。并利用求得的 3个幅度参量随径向距离的变化波形 ,提取反映目标散射中心位置和物理结构特性的特征。进一步采用 Fisher可分性准则作判据 ,从原始特征集中选取最佳特征组。对 5种飞机模型的识别结果表明 ,此基于矩阵分解的识别法具有较高的识别率     

雷达海面目标识别技术研究进展

 针对雷达海面目标识别特征数据缺乏和识别算法推广能力差等问题,从雷达目标电磁散射特性和目标分类识别两方面总结了雷达海面目标识别技术的研究热点和发展趋势。围绕海面目标雷达特性,从电磁散射测量和建模两个方面综述了国内外研究现状;从低分辨雷达回波、高分辨距离像、高分辨雷达图像3方面综述了海面目标识别技术发展现状;介绍了雷达海面目标识别工程应用情况;最后展望了海面目标识别技术的发展趋势。     

自组织神经网络雷达目标识别的研究

提出一种用Kohonen自组织神经网络进行雷达目标识别的新方法。这种方法可以对多个目标组成的多频模式空间向二维神经元阵列作拓扑有序映射.并提出一种输入输出神经元之间的连接权的微调方法——裂化映射算法,从而使自组织分类器的识别性能得到进一步提高。对两种飞机目标的性能进行了实验.结果表明,这种新的目标识别方法具有良好的应用前景。     

极化目标分解在目标分类中的应用

极化目标分解是从极化SAR数据中提取目标特征的重要方法,可以将其概括为两大类:基于S inc lair矩阵的相干目标分解和基于Mueller矩阵、相干矩阵、协方差矩阵的部分相干目标分解.利用相干目标分解中的基于Pau li矩阵分解法、Krogager分解法和Cam eron分解法,对实测极化SAR数据进行分类实验,结果表明极化目标分解对于从极化SAR数据中提取目标特征,进而对其进行分类是可行和有效的.     

信息融合在空间点目标识别中的应用

提出一种三级融合的多传感器信息融合空间点目标识别方法,将BP网络和D—S证据推理有效地结合起来.第一级融合采用神经网络进行识别,第二和第三级采用D—S证据理论进行识别.经过三级融合后可以提高系统的识别率,尤其是在有噪声的情况下.仿真实验验证了算法的有效性.     

基于极化不变量的谐波雷达导引头目标识别算法

为解决基于目标谐波散射系数的FFT识别算法无法有效识别目标全弹道谐波散射特性的问题,采用了基于极化不变量的目标识别算法.根据目标的半导体模型拟合出目标的谐波散射系数,用卡尔曼滤波器对谐波散射系数进行估计.将估计结果作为酉矩阵的对角元素,建立了目标谐波极化散射矩阵及与其对应的功率矩阵,通过就不同的目标进行谐波散射极化计算得到了仿真结果.结果表明,与基于目标谐波散射系数的FFT识别算法相比,目标谐波极化散射矩阵行列式的值及功率矩阵的迹能反映出目标的全弹道谐波散射特性,二者可以作为有效的目标识别特征量.      

基于信息融合理论的空间点目标识别实验结果分析

提出一种三级融合的多传感器信息融合空间点目标识别方法,将BP网络和D—S证据推理有效地结合起来.第一级融合采用神经网络进行识别,第二和第三级采用D—S证据理论进行识别.仿真结果证明,本文提出的方法能较好地解决复杂目标和诱饵的识别问题.     

Research on instantaneous polarization radar system and external experiment

Instantaneous polarization radar can obtain radar target polarization scattering matrix (PSM) by using single pulse echo.The system overcomes the defects of inter-pulse interval polarization measurement radar and accurately measures the PSM of the moving target.Thus the capabilities of detection,anti-jamming and target identification can be improved.The present paper reports the first international self-developed instantaneous polarization radar experimental system and,by using this system,the measurement e...     

飞行目标的抖动及雷达散射截面计算

利用C-R样条对目标体进行几何建模,应用物理光学法与等效电磁流法计算目标面元及棱边的电磁散射。目标在空中的姿态及轨迹由动力学和运动学方程确定。提出将抖动模型应用于飞行目标雷达散射截面(RCS)计算,随机抖动的影响归结为在飞行坐标系中目标的俯仰角和方位角的变化,计算出不同时刻不同姿态下目标的RCS,并给出计算结果。该方法对运动目标RCS、隐身与反隐身技术及仿真技术的研究,具有重要的实用价值。     

窄带相参雷达刚性编队目标架次分辨及横向间距定标

针对窄带相参雷达刚性编队目标架次分辨难题,该文提出了基于高分辨Doppler像架次分辨和横向间距定标的方法。首先,建立了基于长时间积累的刚性编队目标信号模型。其次,基于Doppler锐化度准则估计目标切向速度,并通过聚焦处理获取编队目标的高分辨Doppler像。进而,基于目标高分辨Doppler像谱峰个数获取目标架次信息并实现编队目标间的横向间距定标。同时,还定量分析了刚性编队目标可分辨的最小积累时间。最后,用实测窄带雷达数据验证了本文方法的有效性。     

基于雷达测雨的实时洪水预报模型

实时洪水预报系统通常会伴随系统误差,即模型误差和观测误差．为了减小系统误差,本次研究尝试将雷达测雨技术、BP神经网络技术引入流域洪水预报中,并建立基于分布式水文模型的洪水预报模型．将该实时预报模型应用于史灌河流域．从预报的结果来看,该实时预报模型很好地解决了雷达遥感数据与水文模型的耦合,为在流域洪水预报中采用雷达测雨提供了先行的研究基础．     

中频雷达接收圆极化波新方法

 中频雷达利用圆极化波探测中高层大气的风场和电子密度,通过一组正交偶极子组成的空分天线阵完成圆极化波的发射和接收。由于风场和电子密度反演对回波的极化特征有不同需求,要求接收端既能为电子密度的反演保留也能为风场的反演消除回波的极化特征。目前中频雷达消除极化特征通常采用硬件来完成,接收端将正交偶极子所接收到的一路信号利用移相器进行±π/2 的相位调整后叠加到另一路信号上最终将圆极化回波还原为单路信号。但在中频频段实现相位调整是以增加器件和系统的复杂度为代价,而且器件的可靠性会受到环境的影响。本文提出一种无需硬件调相,直接利用I/Q 分量合成消除极化特征后回波的I/Q 复序列的方法,实现时仅需让接收端对信号序列逐点进行加减法运算及幅度判决。理论分析和数值仿真均表明新方法能够有效消除极化、正确获取I/Q 复序列,而且方法简单,信号合成器也易于实现,具有一定的工程实践价值。     

路基下目标体的路面雷达电磁波模拟与分析

为准确分析路基下不同目标体的路面雷达电磁波回波特性,采用二维时域有限差分方法(2D-FDTD),对路基金属及空洞目标体的路面雷达电磁波进行了正演模拟,分析了路基媒质的介电常数、目标体的埋深、形状等对路面雷达反射波的影响.在目标体周围路基介质介电常数为非均匀分布情况下,对该实验正演模拟结果与实测结果进行对比.结果表明,模拟结果与实测结果吻合较好,验证了该正演模拟方法的正确性.     

BP神经网络在钻孔测井资料分类识别杂卤石中的研究

以BP神经网络理论和测井解释为基础,测井数据作为输入,构建神经网络模型。对川中地区下中三叠统杂卤石层做精细识别,将识别结果与录井资料对比,正确率达到86.3%,在改变约束条件的情况下正确率达到97.7%,识别效果好;以杂卤石含量高低对测井响应值的影响程度不同为依据,构建杂卤石层分类识别模型,模型识别正确率达到82.51%,能较为准确且快速地识别出杂卤石层、石膏质杂卤石层和杂卤石膏岩层,与常规测井解释方法相比具有明显优势。结果表明,将BP神经网络运用到钾矿勘探中具有良好前景。     

Nonlinear programming modeling and solution of radar target polarization enhancement

The problem of radar target polarization enhancement is studied. A nonlinear programming model is constructed. Through the analysis via Lagrange multiplier method, this nonlinear optimization problem is equivalently transformed into a zero-search problem of a monotone function and a series of constrained linear optimization problems. Also the derivative properties of the monotone function are discussed.     

基于BP神经网络的教材质量评价研究

教材质量评价是教材管理工作的关键环节。为了对教材质量进行科学有效地评价,提高评价工作的效率,建立了基于BP神经网络的教材质量评价模型。经过BP神经网络的构建、训练和分类等主要工作,建立了一个具有较高准确率的教材质量评价模型。通过分析结果表明,该模型能够科学和高效地评价教材的质量,具有较高的实用性。