基于Web语义的舰船雷达目标识别系统设计

针对舰船雷达信号目标的识别方式简单、识别度低的情况,文中提出基于Web语义的舰船雷达回波自动识别系统。因为雷达信号目标特征信息点分散且繁杂,在语义Web网下取得雷达信号目标图像的数据特征,运用改进FastICA算法提取特征数据后,通过智能雷达回波视频图像识别系统,对舰船目标图像进行分析。实验证明,基于Web语义的舰船雷达目标识别系统,能使大量信息被系统充分利用,达到精确识别舰船雷达图像目标的目的。     

舰船目标雷达回波的仿真和模拟分析

传统舰船目标雷达回波系统能够实现目标雷达回波的发送与接收,但回波频率多次折射发生回波衍射导致接收信号紊乱,为此设计舰船目标雷达回波实时模拟系统。优化雷达信号实时模拟器系统,完成多模块点对点接收;描述雷达串行多波束发射信号,实现雷达回波精准定位;针对运动扩展目标进行雷达回波频谱调制,通过目标特性分析,实现目标雷达回波实时模拟系统设计。实验数据表明,设计的雷达回波实时模拟系统比传统回波模拟系统的回波接受率高25%,说明设计的回波实时模拟系统具备极高的有效性。     

箔条干扰效果专家评定系统的信息收集与综合处理

针对箔条干扰效果专家评定系统的要求,提出了对末制导雷达接收的视频信号和低频信号进行提取的方法,为了获得箔条回波和舰船回波信号各自的特征,对信号进行了分类,并提出了几种信号处理的方法,为识别箔条和舰船回波信号提供非常有用的经验数据。     

海面目标雷达图像多尺度轮廓段特征提取方法

为了有效提高舰船雷达图像特征识别度,基于当前灰度投影拟合相关技术,提出舰船雷达图像轮廓特征提取方法。根据雷达感应电磁波输入信号排列,通过预设灰度级和拟合高度,根据图像三原色组成比例,获取灰度图像,利用二维分割法,根据灰度级转换特征,将一维灰度图分割为二维灰度图,通过模糊积累特征识别方法,设置二维灰度图的特征函数,求取隶属函数,建立模糊特征集,实现雷达图像轮廓特征提取。实验数据表明,应用该设计特征提取方法,图像灰度回波提高了32%,灰度纵波提高了29%,图像特征识别精度具有明显提高。     

双极化对末制导雷达抗干扰能力影响

反舰导弹末制导雷达在抗干扰能力方面仍存在一些不足,对雷达回波信号进行双极化处理,是末制导雷达提高抗干扰能力的一种有效的技术途径。论文论述了雷达信号极化检测原理,通过舰船目标与典型干扰的极化特征差异对比,结合试验数据仿真结果分析发现,舰船目标的去极化特性较弱,采用双极化处理手段,对末制导雷达跟踪过程中的目标识别与干扰信号剔除具有显著作用。     

基于微多普勒效应的运动船舶目标分类研究

基于雷达的舰船目标识别技术具有重要的应用,包括海上交通的管理与监控、舰船运动目标的识别、敌方舰船侦察等,在雷达系统的运行过程中,地面杂波信号、气象杂波信号等干扰信号会降低雷达系统的精度,导致水面舰船目标识别出现误差等问题。微多普勒效应是指激光雷达发生二次散射时,运动目标产生位移时目标的雷达回波频率会发生改变,利用微多普勒效应可以显著提高雷达系统的精度,提高海上舰船目标的识别与分类水平。本文首先介绍了微多普勒效应的原理,然后对水面监控雷达系统进行详细研究,最后开发了基于微多普勒效应的海上运动船舶目标识别与分类系统。     

舰船目标距离一维实时成像及其特征研究

雷达目标距离像的特性对目标识别有很大影响,对目标距离像特征的分析尤为重要.针对线性调频脉冲信号提出了舰船目标一维距离像实时成像算法,同时结合实测数据对舰船目标的距离像特性进行了分析,并讨论了距离像特征对雷达目标自动识别的影响,以及处理这些特性的常用方法,最后对包络对齐及幂次相关2种方法在雷达目标识别预处理中的应用进行了分析,从而为基于高分辨距离像的雷达目标识别工作打下了基础.     

基于ISAR水面舰船高频区散射中心特征提取仿真研究

水面舰船在高频区呈现复杂散射特征,其散射中心是ISAR图像目标识别的重要特征。本文基于水面舰船目标的散射特点,构建具有代表性的水面舰船目标散射中心模型。首先采用传统射线追踪法(SBR)分析该目标的RCS变化趋势,明确散射亮点区域。通过选用基于图像的ISAR目标散射中心特征提取方法,实现高频区水面舰船目标散射中心确定及判别。通过与SBR方法定位的散射亮点对比,验证了本文提出的水面舰船ISAR散射中心特征提取方法适用于水面舰船散射特性研究。可用于指导同类目标的雷达波散射特征控制及信号检测。     

FPGA的舰船导航雷达回波信号采集

为了满足舰船导航雷达回波信号的信噪比,提升雷达回波信号采集的深度与广度,提出FPGA的舰船导航雷达回波信号采集设计。采用FPGA采集控制硬件,设计FPGA计算控制的雷达回波信号采集平台。通过在平台系统内引入FPGA雷达回波信号采集逻辑,完成对信号采集深度与广度的量化计算。最后,通过仿真测试的方式设计一组实验,对提出的FPGA的舰船导航雷达回波信号采集设计进行可行性验证,证明设计的雷达回波信号采集灵敏度高、范围广、距离远、精度高的优点。     

无线网络的舰船识别方法

舰船识别依赖特征参数与待分类数据的联系,现有识别方法未挖掘信号隐性特征,影响可识别范围,基于无线网络提出一种舰船识别方法。对舰船信号进行预处理,计算短时能量和过零率,判断信号起始点。利用卷积神经网络挖掘样本信号的显性和隐性特征参数,并构建舰船识别模型对特征参数进行训练,得到最优分类面即为识别结果。实验结果表明,本文提出的识别方法能实现一对一的舰船识别,并且可识别范围大于基于SAR图像和基于稀疏信号分解算法的识别方法,基本上可覆盖全部的目标识别区域,有助于实际海洋环境的舰船监测。     

船舶操纵模拟器中三维场景库的雷达图像模拟

现有船舶操纵模拟器中雷达图像的模拟多是基于二维海图,生成的图像和真雷达图像之间有一定的差距。根据雷达所在位置及扫描范围,基于三维场景库模拟雷达图像,实时访问场景库获取模型的相关信息。采用圆周扫描方式,以射线组模拟雷达电磁波的波束,并利用射线与三角形求交计算物标的回波位置,在计算回波强度时考虑了物标反射面自身因素的影响。经模拟得出了较好的雷达图像。     

自组织特征映射网络在船舶雷达目标识别中的应用

针对船舶雷达目标识别存在的问题,研究了基于聚类的自组织特征映射网络(SOM网)的船舶识别。对SOM结构进行了设计,特别是在输出层设计、数据处理、数据聚类等方面进行重点的讨论。通过实验,SOM网络在船舶雷达目标识别中,具有较好的识别效果。     

一种基于高阶谱特征的舰船目标识别方法

基于高分辨距离像(HRRP)的舰船目标识别问题,提出了一种基于高阶谱特征的舰船目标识别方法。在对舰船目标HRRP特性分析的基础上,首先利用姿态角进行方位约束筛选,然后通过高阶谱特征结合欧氏距离测度最近邻分类器进行识别匹配。通过10类军民船目标的实测数据进行测试,验证结果表明该方法在舰船目标识别领域具有很好的应用前景。     

反导作战中雷达和ESM辅助关联的仿真研究

水面舰艇反导作战中对来袭导弹进行目标指示,首先要进行航迹关联,可以利用ESM和雷达的方位信息进行关联。但仅仅利用方位这个单一信息进行关联,依据的信息有限,关联概率不够精确。通过ESM获取的导弹目标末制导雷达信号幅度数据与导弹目标距离的比例函数关系,在方位关联的基础上,利用导弹末制导雷达信号幅度大小与导弹目标距离大小进行辅助关联。仿真结果表明,关联概率显著提高,证明了辅助关联的有效性与实用性,对水面舰艇在反导作战中进行目标跟踪和识别具有重要作用。     

Visual analysis semantic label method based on navigation logic division北大核心CSCD

[目的]旨在探索处理内河实船数据、提高其可理解性和辅助研究识别船舶行为的新方法。[方法]通过构建航行逻辑层级和划分时序数据获得船舶行为的语义标签,设计航行逻辑可视化分析系统,将船舶航行状态与数据可视化相结合,辅助分析数据及研究船舶行为特征。最后,依托数字航道,选择船舶行为复杂的内河航道工作船的数据进行实例检验,利用所提系统分析异常数据并研究船舶行为。[结果]通过航行逻辑的交互可视化,可有效确定无规律的位置跳动异常数据产生的原因及特点,帮助进行异常数据处理,并经过定性分析特征和定量分析阈值,划分出了靠泊与直航状态数据,进一步丰富了船舶行为语义标签。[结论]结合船舶行为语义标签设计的可视化分析系统,通过人机自由交互,提高了数据的可理解性,可辅助异常数据分析处理及船舶行为研究,为数据分析人员提供研究工具。     

图像块混沌特征在海面运动目标检测中的应用

为了消除舰船目标检测中海面背景的影响,提出了一种基于图像块混沌特征的目标检测算法.该算法利用小数据量法计算图像块的最大Lyapunov指数,分析运动目标存在时背景信号混沌特征的变化,检测淹没在混沌背景信号中的目标信号.实验采用400帧图像进行检测,检测率为100%,虚警率为5%.结果表明,算法能有效地检测出海面背景下的舰船目标.     

基于Morlet小波的船舶机舱监控系统研究

当船舶机舱设备异常或故障时,传感器采集到的数据序列中往往存在着突变信号,通过分析这些突变信号可对设备的运行状况进行有效预警。本文将Morlet小波应用于机舱数据分析中,能够准确识别异常数据中的突变信号,并运用Mann-kendall检验法提取其突变点。建立了预警分析处理模型,结合实际机舱样本数据验证了预警实现的可行性,结果表明基于Morlet小波的船舶机舱监控系统提取的突变点精确、可靠,预警精度高。     

基于卷积神经网络的船舶自动识别系统

基于船舶自动驾驶存在的问题以及需求,提出了一个基于卷积神经网络的船舶自动识别系统。系统设计使用的生成对抗神经网络算法,基于互信息理论,能够无监督式地学习船舶图像特征。通过实验论证,在分类准确度上取得了显著地提升,表明本系统方法合理有效,具有较高地运用前景。     

基于深度学习的水面无人船前方船只图像识别方法

建立基于图像识别系统的水面无人船感知平台，采集内河船舶图片数据库建立船只检测单层多尺度深度学习（Single Shot Multibox Detector，SSD）框架，通过使用预训练模型参数调优并微调分类框架实现较高的内河船舶检测准确度。试验结果表明，不同天气状况下的识别算法的查全率和查准率均能保持在70%以上     

自适应小波网络在船舶噪声识别中的应用

本文基于自适应小波网络理论,构造了一个应用于船舶辐射噪声识别的自适应小波网络分类器。仿真结果表明,该方法具有良好的目标识别性能,且收敛速度快,是一种有效的目标识别方法,从而为研究自适应小波网络理论在声呐信号目标识别领域中的应用有着极其重要的实际意义。