雷达辐射源的两种识别算法比较

针对雷达辐射源识别中采用的马氏距离法和改进的格贴近度法两种相似性测量方法进行研究,分析了两种算法的相同和相异点及优劣性.指出了两种算法在雷达辐射源识别中的特点和存在的问题.     

直觉模糊多特征融合目标类型识别模型

应用直觉模糊集完整描述目标识别特征与类型关系之间的模糊性和犹豫性,建立基于最大隶属原则的直觉模糊多特征模式识别的一般识别模型;针对战场目标类型识别问题中特征值不完全和识别特征之间独立的特点,定义了识别特征值识别价值测度和直觉模糊动态熵权,进而建立了基于最大隶属原则和动态熵权的多特征直觉模糊目标类型识别模型;通过应用实例计算与对比,说明提出的模型是有效的;所建立的模型对空中目标类型智能识别具有一定参考价值。     

一种基于模糊推理和模糊判决的雷达目标识别算法

本文旨在基于模糊推理和模糊判决对雷达目标识别过程中的各种不确定信息进行客观的定量分析和有效处理,以提高识别系统的可靠性和智能度。文中给出了雷达问题描述,把模糊集之间贴近度的概念用于雷达识别,并利用最大择近原则的方法推出了每类雷达有多个模式下的识别算法。     

基于模糊方法的舰炮故障诊断

在舰炮武器系统的故障诊断中,由于系统的复杂性和直接监测的困难,应用故障机理分析方法判断征兆故障成因间的关系极为困难。介绍了应用模糊数学进行的故障诊断方法,充分利用故障统计数据和专家经验,根据隶属度与贴近度函数来判断征兆群与故障成因之间的关系,从而实现当输入系统征兆后计算机对系统状况的自动诊断。     

基于一维距离像的雷达目标识别

论文主要基于一维距离像研究了模式识别新技术在雷达目标识别中的应用,研究了一维距离像(HRRP)强度和平移敏感性,结合相对对准和绝对对准算法原理,对强度敏感性进行能量归一化处理,用滑动最大相关法进行目标识别.最后对各种功能及算法用C语言实现,并对最后的识别结果进行分析.     

面向识别的船舶目标雷达回波技术研究

雷达系统在船舶导航控制中具有非常重要的作用,其不光能够实现目标探测,同时也能够对目标的运动状态进行识别,因此,本文重点优化了船舶雷达的目标探测能力。本文首先介绍船舶雷达信号自动检测系统的工作原理,通过加入抗干扰算法,提高了雷达对目标的识别能力,在对回波技术进行优化的过程中,主要通过优化调制模型实现,首先将雷达回波中的各项干扰噪声进行滤除,保证了回波信号的正确率,这样在目标检测时,优化后的雷达回波中包含了更多的有用信息,提高了其目标检测能力。     

基于分类区间小波网络的雷达目标识别研究

介绍了一种区间小波的构造方法,并将区间小波与神经网络相结合,提出了一种用于信号分类的的分类区间小波网络,利用它可以解决以往小波网络的基底空间与被学习信号所属空间不匹配的问题.实验结果表明,将区间小波网络应用于雷达目标识别,可以减少神经元的数目,提高网络的收敛速度,能够获得较好的分类效果.     

基于分类区间小波网络的雷达目标识别研究

介绍了一种区间小波的构造方法,并将区间小波与神经网络相结合,提出了一种用于信号分类的的分类区间小波网络,利用它可以解决以往小波网络的基底空间与被学习信号所属空间不匹配的问题。实验结果表明,将区间小波网络应用于雷达目标识别,可以减少神经元的数目,提高网络的收敛速度,能够获得较好的分类效果。     

基于二阶段的模糊C—均值算法的模糊聚类分析研究

对模糊聚类分析算法进行研究,在模糊Ｃ－均值算法的基础上加以改进,形成二阶段模糊Ｃ－均值算法,使其对Ｉｒｉｓ数据聚类,研究表明,二阶段的模糊Ｃ－均值算法比模糊一算法性能优越     

基于模糊理论的雷达/AIS目标数据融合方法

雷达和船舶自动识别系统(AIS)是保证现代船舶航行安全的重要导航设备。针对1部雷达和1部AIS得到的目标航迹进行融合,提出1种基于模糊理论的雷达/AIS目标数据融合方法,采用模糊数学中的正态隶属函数法来进行航迹相关,数据融合则采用参数加权方法,并将融合后数据进行多项式拟合,用以提高导航数据信息的精度与可靠性。通过仿真实例验证了此方法的可行性与有效性。     

基于小波神经网络的舰载雷达目标识别方法

介绍了用于雷达目标识别的小波神经网络的结构与算法。该方法基于子波变换进行特征提取和识别,在最小均方能量准则下,用共轭梯度算法求解子波函数线性组合的尺度和延时参数,以及神经网络的权值。结果表明,该方法的实际结果具子波的非线性,可有效解决雷达目标的识别问题。     

雷达辐射源识别技术综述

文章介绍了雷达辐射源识别的研究背景,分析了单信源和多信息源雷达辐射源识别系统结构的流程,重点论述了识别系统中涉及到的分类识别算法和身份融合算法,比较了各种算法的优劣。     

一种基于小波分析的雷达目标多重变换特征提取方法

在非相参雷达目标识别方法中,基于ＦＦＴ－ＭＥＬＬＩＮ的多重变换的特征提取方法,在消除由于雷达回波视角和时延所引起的目标特征不稳定性方面有较好的应用效果。本文针对飞行目标的具体特性,运用小波分析方法提出了一种新的多重变换特征提取方法,经实际数据验证,在飞行目标的架次识别中取得了良好的识别率和实时性。最后文中通过该方法对三类水声目标的分类实验结果分析,证明了其广阔的应用前景。     

基于模糊贴近度的舰船辐射噪声分类

误差反传神经网络在被动声呐目标分类中得到了广泛的应用，但该算法在搜索过程中容易陷入局部最小值，同时使用赢者独活的识别决策策略，导致识别率的下降。针对BP网络的弱点，提出了基于模糊贴近度的舰船辐射噪声分类方法，该方法能够在不对BP网络作大的改动的前提下，解决神经网络陷入局部最小值，同时使用赢者独活决策策略导致误识的弱点。实验结果证明了该方法的有效性。     

相控阵雷达的识别和干扰研究

分析和探讨了相控阵雷达反电子对抗优势。在此基础上利用雷达波束宽度等特性对其进行侦察、识别同时提出了几种对相控阵雷达进行干扰的可行性方法,并对各种方法的干扰效果进行了定性的分析。     

一种基于非相参雷达目标回波的特征提取算法

本文在着重研究了非相参雷达视频回波的基础上,提出了一种基于线性预测系数及离散K—L正交变换的雷达目标回波的特征提取算法。采用实地录取到的大量雷达目标数据对这种算法进行检验,实验结果表明,这种方法具有较高的识别率。     

模糊模式识别在导航系统性能综合评价中的应用研究

就导航系统抗干扰性能评价问题指标的多层次性,根据模糊模式识别的原理,对现有的模糊模式识别方法进行改进,提出了一种新方法.该方法首先将系统分为3个等级,并把它们看作3个模糊模式,根据试验所测得的数据构造各模式的隶属函数,然后采用反向递推的方法从指标体系的最底层出发依次计算待评系统与各模式的加权贴近度,最后由模糊模式识别的择近原则得出待评系统所属的等级.最后应用此方法对某一导航系统进行评价,给出此系统所属的等级.     

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。     

基于SVM的雷达目标一维距离像识别

基于支持向量机的雷达目标一维距离像识别研究。一维距离像揭示了目标径向结构的分布特性。支持向量机基于经验风险最小化原理,适用于小样本学习问题。通过对三种目标分类进行仿真实验,结果表明：该分类方法具有较高的识别性能。     

窄带雷达飞机目标识别方法综述

针对窄带雷达特点,总结了当前窄带雷达典型的目标识别方法,分析了各方法的有效性,讨论了基于P显图像特征的方法和超角分辨技术在目标识别中的联合运用,最后提出一种多方法联合运用目标识别对策,为实际工程运用提供技术参考。