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。     

舰船雷达隐身的战术价值定量分析与计算

阐述了舰船雷达隐身的主要技术措施,分析了舰船雷达隐身对作战诸方面的影响和作用,建立了舰船雷达隐身的战术效用模型,分析计算了舰船雷达隐身后对发现距离、目标识别、导弹截获概率、质心干扰等4个方面的战术价值,这些模型和计算结果对隐身舰船在海上作战中的战术运用具有指导作用。     

脉冲多普勒雷达干扰技术研究

在对脉冲多普勒雷达干扰技术进行仿真研究的基础上,描述了脉冲多普勒雷达的数学模型,建立了对脉冲多普勒雷达的抗窄带噪声压制式干扰的干扰模型,说明了窄带噪声对雷达距离跟踪系统和速度跟踪系统的影响,分析了脉冲多普勒雷达的距离欺骗干扰和速度欺骗干扰,并建立了干扰模型.     

基于BP神经网络的空袭目标识别

通过介绍BP神经网络用于目标识别的基本原理,对目标不完整或不确定数据进行分析、推理。提取空袭目标的速度、高度、机动加速度和雷达反射面积等有用特征,并运用定性、定量相接合的方法,对目标特征进行归一化处理,作为输入层数据。根据目标识别的具体要求确定各层神经元数,建立了BP神经网络目标识别模型。通过对样本数据训练、检验、输出结果的分析,表明在缺乏识别先验知识时,运用该方法识别空中目标简单有效。     

一种多源信息融合的声呐综合目标识别方法

针对声呐在搜潜过程中目标识别正确率提升的问题,分析声呐目标特征及其获取手段,研究声呐目标特征提取、分析和识别方法,提出一种多信息源融合的声呐目标综合识别方法。综合运用声呐探测回波特征信息、频谱信息、音频信息、目标运动要素信息、雷达信息、AIS信息等信息进行联合识别,深层次挖掘目标特征信息,通过图谱特性、频域特征、听音识别、运动要素等多维识别,将孤立的、碎片的数据转化成信息优势,形成标准的声呐目标综合识别使用流程,从而提高目标识别正确率。     

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.     

脉冲多普勒雷达干扰技术研究

在对脉冲多普勒雷达干扰技术进行仿真研究的基础上,描述了脉冲多普勒雷达的数学模型,建立了对脉冲多普勒雷达的抗窄带噪声压制式干扰的干扰模型,说明了窄带噪声对雷达距离跟踪系统和速度跟踪系统的影响,分析了脉冲多普勒雷达的距离欺骗干扰和速度欺骗干扰,并建立了干扰模型。     

基于舰载雷达小样本的低慢小目标识别方法

本文针对舰载雷达低、慢、小目标探测面临的小样本识别问题,提出一种基于小样本学习的低慢小目标分类识别方法。该方法将低慢小目标雷达回波数据转换到小波变换域,利用多头注意力机制和双向长短记忆人工神经网络相结合的方式,解决了小样本目标分类识别的问题。在低慢小目标雷达回波仿真数据集上,开展模型训练和算法验证,分析任务差异性与识别准确率的关系,实验结果表明该方法对典型低慢小目标识别精度可达90%以上,在雷达目标识别领域具有较好的应用价值。     

SAR图像中多特征融合与识别技术研究

高分辨雷达在海上目标监测等领域有着广泛的应用,尤其是军事侦察等领域。合成孔径雷达SAR具有高分辨率、覆盖范围广、抗干扰能力强等优点,已经成为当前舰船目标识别的重要技术。本文研究的内容包括合成孔径雷达的原理、多特征融合技术、舰船图像的目标识别技术等,对于改善海上SAR雷达的舰船目标识别与侦察有重要价值。     

舰载连续波测量雷达外引导数据实时处理方法研究

舰载连续波测量雷达是一种动平台外弹道测控装备,由于对目标测量精度高,因此其波束宽度窄,自主捕获能力较弱,需要通过外引导信息辅助进行目标捕获。论文提出了一种快速的外引导数据实时处理方法,对中心提供的地心系下绝对坐标进行剔野外推,再进行坐标转换消除船摇姿态后提供给舰载连续波测量雷达用于目标捕获跟踪。实际应用中,外引导数据通此实时处理方法进行处理后,精度满足雷达捕获要求,能够辅助雷达进行目标捕获跟踪。     

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。     

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。     

静止和变换背景下的移动目标检测

运动目标追踪与检测是模式识别的重要应用。本文介绍应用于静止和移动背景下的目标检测方法:帧间变化检测;光流方法;以及根据当前帧及其前面帧数的信息预测背景检测运动目标的方法。给出这几种方法的基本原理,对比以及应用。     

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。     

Image segmentation based on competitive learning

lmage segment is a primat.‘y step in image analysis of unexploded ordnance (UXO) detection by ground penetrating radar (GPR) sensor which is accompanied with a lot of noises and other elements that affect the recognition of real target size. In this paper we bring forward a new theory, that is, we look the weight sets as target vector sets which is the new cues in semi-automatic segmentation to form the final image segmentation. The experiment results show that the measure size of target with our method is much smaller than the size with other methods and close to the real size of target.     

舰载多功能相控阵雷达效能评估

针对舰载多功能相控阵雷达的系统特性,根据其具备的警戒、引导、跟踪、目标识别与指示、火控与制导等功能,建立了海基多功能相控阵雷达作战效能评估指标体系,对其效能进行评估。在简单介绍了灰色层次分析法和其基本算法步骤的基础上,利用改进型灰色聚类分析和层次分析法来评估舰载多功能相控阵雷达作战效能的模型,把该雷达系统中的一些定性分析转化为定量分析。再结合实例,通过具体评估,验证了评估模型及算法的有效性,为海基多功能相控阵雷达的作战效能评估提供了依据。     

雷达辐射源信号识别研究综述

介绍雷达辐射源信号识别的过程,概述和分析国内外雷达辐射源识别研究的现状,阐述基于粗糙集理论的雷达辐射源信号识别方法,指出雷达辐射源信号识别的发展趋势,为今后相关研究提供了有益的思路。     

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。