简介：特征提取是合成孔径雷达目标识别关键技术与核心任务。为了更好地提取目标特征，稀疏约束将被添加在非负矩阵分解法中，并应用于图像目标特征提取，通过利用稀疏约束的非负矩阵分解方法对sAR目标图像进行分解，构建具有稀疏性的目标特征矢量，提高了特征矢量的类内相似性与类间差异性。利用基于支持向量机的分类方法对MSTAR数据进行目标识别试验，试验结果表明，添加稀疏约束的NMF方法与PCA、ICA以及一般NMF特征提取方法相比，能够显著提高目标识别的稳定性和准确率。

简介：为了同时对抗有源干扰和无源杂波,需要联合采用自适应副瓣对消（ASLC）和动目标检测（MTD）两种技术。在工程应用中,通常先采用ASLC抑制有源干扰,然后采用MTD对消无源杂波并提取目标回波。但是,回波数据在进行ASLC处理过程中产生了权值噪声,导致MTD处理杂波出现较大剩余,MTD性能受到了一定的影响。针对此问题,提出了3种方法,较好地解决了ASLC和MTD联合使用兼容性问题,可以实现对有源干扰和无源杂波的同时抑制,从而提取出目标回波信号。

简介：在大孔径成像的条件下，目标上散射中心的等方向性模型将不再适用。目标散射中心的方向性是与其散射结构相联系的，此时散射中心的方向性成为目标的一个重要特征。文中将滤波逆投影算法与子孔径思想相结合，提出了一种提取目标散射中心方向特性的方法。该方法具有计算简单、运算量少的优点，从而为进一步的目标特征提取和目标识别提供了更多的信息。仿真试验验证了该方法的有效性。

简介：据GSMA预测，未来十年内，商业性的5G网络将广泛地搭建起来。到2025年，5G网络将覆盖全世界三分之一的人口。届时。5G连接预计可达11亿，占据全球移动连接的八分之一。

简介：针对状态一状态动态关联算法关联精度差，计算量大等缺点，提出了基于状态一量测动态关联的多目标只测角无源跟踪算法。该算法在航迹起始后，将目标状态估计直接与下一时刻由静态量测一量测数据关联确定的S元量测进行关联，利用二维分配算法得出关联对后，通过不敏卡尔曼滤波算法对关联出的方位角集合进行非线性滤波从而实现对与之关联目标的状态更新。仿真结果表明所提多目标跟踪算法能有效关联不同时刻源于同一目标的S元量测从而实现多目标跟踪且适合目标数目变化的情况，具有较好的工程应用前景。

简介：针对海面密集目标跟踪时数据关联难度大且跟踪精度不高的问题,提出了一种基于船载自动识别系统（AIS）信息的雷达航迹融合方法。首先,根据AIS测量值和雷达的测量噪声等级确定融合系数,保证融合数据的合理性;然后,使用融合后的航迹对雷达测量值作双波门的数据关联处理,优化数据关联方法,提高源于目标测量值的置信度,降低虚警和杂波的影响,进一步提高航迹的稳健性和跟踪精度;最后通过仿真和实测数据证明了所提方法的有效性和优越性。

简介：为有效提高反舰导弹动目标检测性能，利用分数阶Fourier变换（FRFT）对线性调频（LFM）信号良好能量聚集性的特点，提出了基于FRFT的末制导雷达海面微动目标检测方法。首先，针对舰船目标的不同运动状态，分别建立目标平动（匀速和匀加速）以及三维转动（横滚、俯仰和偏航）模型，得到动目标回波的多普勒和微多普勒频率，在短的观测时间范围内，可近似建模为LFM信号。其次，通过计算雷达回波信号在不同变换阶数下的FRFT，形成二维参数平面，在此平面内，采用非参量恒虚警检测器形成自适应门限，并进行动目标判决。最后，仿真分析了算法的性能和影响因素。

简介：目前，频率捷变技术广泛应用在雷达系统设计上，用来提高抗干扰能力和检测概率，这使得回波信号的相参性难以保证。同时，增加积累时间的方法通常用于提高雷达对微弱目标的检测能力，但是长时间积累容易引起距离走动。以上因素导致了回波信号的能量无法得到有效积累。提出的一种基于非合作捷变频雷达的微弱目标检测算法，能够有效解决捷变频回波信号长时间积累时出现的相位抖动问题，从而实现相参积累。仿真实验证明了该方法对于微弱目标检测的有效性。

简介：一般认为,岸基米波雷达由于受到海面多径反射的影响,波束上翘,难以进行海面目标的探测,关于米波雷达对海面目标探测性能的分析和论述较少。通过对电磁波在传播中经海面反射和沿海面绕射情况的分析,同时在海面反射和绕射之间进行合适的插值运算,给出了岸基米波雷达对海面目标的探测性能的分析和估算,并在某装备的研制中,进行了舰船目标的实际航行试验验证,试验结果与分析基本一致。对米波雷达的论证设计等具有借鉴意义。

简介：为后续目标识别作准备，针对采集并且存储之后的飞机目标雷达回波信号，完成后端雷达信号处理。首先，基于MATLAB提取波门内采样的回波信号并且实现目标的一维成像。然后，采用传统的傅里叶变换模值、双谱奇异值分解法对目标的一维距离像进行特征提取。为了获得较为稳定的目标特征，针对以上两种方法，主要从特征相似性的测量角度分析单一目标特征提取方法的性能优劣。最后通过实验，从相关系数概率密度分布情况得出双谱奇异值分解特征提取法性能较佳，所得到的目标特征较稳定。

简介：支持矢量机是近年来在统计学习理论的基础上发展起来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势.本文重点分析了支持矢量机多分类问题中存在的错分、拒分现象,提出了一种基于支持矢量机特征空间的模糊隶属度函数.多目标识别的仿真结果表明,采用这种模糊隶属度函数,能够减少目标的错分和拒分数量,提高识别率.

简介：超宽带穿墙雷达受墙体对电磁波衰减作用,目标的反射回波很弱,提出一种基于小波与EMD级联的方法检测,用于提高信噪比和信杂比。介绍了穿墙雷达实验系统,对墙后人体运动目标进行探测实验,获得实测数据进行分析。实验结果表明,超宽带穿墙雷达对非金属墙体具有较强的穿透性,对墙后处于径向运动的人体目标具有较好的探测能力,提出的算法可以有效提高信噪比和信杂比。最后利用幅度排序点迹凝聚算法进行目标检测,得到理想的检测结果。

简介：极化是雷达目标具有的特性之一。以电磁散射计算仿真的圆锥形弹头模型、球形和圆柱形诱饵模型为研究对象，在极化不变量理论基础上对这些简单目标的极化特性进行了试验分析研究，提出了一种新的组合极化不变量特征（功率矩阵迹与行列式的比值）用于雷达目标识别，并给出了其对应实际的物理意义。文中以SVM为分类器，提出基于功率矩阵迹、去极化系数和功率矩阵迹与行列式的比值特征进行分类识别，结果表明，该方法可以有效地将弹头和诱饵进行分类识别。

简介：为分析和评估目标RCS起伏对雷达检测性能的影响，常用一些统计模型来描述目标RCS的起伏。χ^2分布模型属于第二代起伏模型，可以包括SwerlingⅠ～Ⅳ模型及非起伏模型的情况。文中分析了某民航飞机的外场飞行动态RCS测量数据，并应用电磁散射理论对其进行了解释，可为该飞机RCS的设计和减缩提供参考；此外，还建立了该飞机在不同方位角范围内的起伏模型，可应用于雷达目标仿真。

简介：宽带雷达具有高的距离分辨率，目标被其照射后呈现多散射中心，在径向上表现为多个距离单元，回波信号脉冲压缩后形成目标的一维距离像。在高分辨条件下，多周期积累时间内目标的运动会造成回波包络的跨单元走动，而距离走动带来了检测性能的下降。文中对相参线性调频信号进行研究，提出了一种基于横向距离单元合成处理的相参积累方法，较好地克服了包络走动的影响，提高了信噪比，改善了检测性能。

简介：针对三维弹道目标,给出了一种有效的基于粒子滤波的跟踪算法。这种算法以标准的粒子滤波算法为基础,根据贝叶斯原理利用局部线性化技术获得最佳近似的重要性密度函数以避免粒子退化现象,并且利用Metropolis-Hastings（MH）采样构造的马尔科夫链得到更加符合目标分布的样本,从而最小化重采样后的粒子枯竭问题。此外,这里采用Kullback-Leibler距离（KLD）指标对不同粒子滤波算法的性能进行评估。仿真结果表明,该三维弹道目标跟踪算法粒子群与参考粒子群（近似真实目标概率分布的粒子群）之间的KLD比标准粒子滤波与参考粒子群之间的KLD更小,因此,能获得比标准粒子滤波算法更好的跟踪效果。

简介：雷达在跟踪海面（地面）低空目标时，由于受到多路径反射效应的影响，由目标反射的直接回波和经由海面（地面）反射的反射回波同存在于一个接收天线波束宽度内，从而产生“角闪烁”效应。该文利用直接回波和反射回波之间的多路径时间差与目标高度之间的关系，提出了一种基于目标高分辨一维距离像的测高方法，即通过对高分辨一维距离像进行自相关获得多路径时延差进而估计低空目标的高度。为了提高时域分辨率，避免“栅栏效应”，文中又采用逆Chirp—z变换方法，通过对频域接收信号进行密集采样插值，提高时域目标高分辨一维距离像的分辨能力并改善雷达测高性能。仿真结果验证了本方法的有效性。

简介：低空目标的探测与跟踪是雷达所面临的四大难题之一.本文以高距离分辨率技术为基础,通过理论分析和仿真,寻找一种解决低空目标探测与跟踪的新途径.这是解决低角跟踪的一种新尝试,具有显著的军事效益.

简介：地面目标过滤是机载预警雷达航迹优化的一个重要内容，可以有效地改善航迹质量，该问题实质上是一个空地目标分类问题。在引入联合目标跟踪与分类思想的基础上，研究了一种基于空地目标运动特征差异的目标分类方法。首先，采用包含目标所有可能机动的交互式多模型对目标进行跟踪，然后利用估计的目标运动特征参数和贝叶斯分类器完成两类目标的分类。仿真结果表明，在目标机动条件下，该方法能够对空地目标进行有效的分类。

简介：在天波超视距雷达（OTHR）中,机动目标的多普勒谱展宽,会导致相干积累损失,影响目标检测。传统的时频分析方法将目标回波信号投射到时频域中再通过能量积累实现机动目标检测和参数估计,但该方法在瞬态干扰存在的情况下效果较差且计算量过大。考虑到机动目标和瞬态干扰在时间-频率变化率域中的不同特性,提出了一种基于时间-频率变化率分布（TFRD）的机动目标检测算法,该算法通过TFRD构建时间-频率变化率（T-FR）域,并在T-FR域中进行目标参数估计,可以降低瞬态干扰对机动目标检测的影响。经实测数据仿真验证,该算法可以在瞬态干扰存在的情况下有效地检测出机动目标,而传统的WHT（Wigner-Hough-Transform）算法则由于瞬态干扰影响导致检测错误。此外,该文算法避免了使用Hough变换,减小了运算量,使其可以更好地应用于工程中。