1 西安航空学院 电子工程学院, 陕西 西安 710077
2 西北工业大学 电子信息学院, 陕西 西安 710129
在雷达目标识别中, 利用核主分量分析(KPCA)方法来进行目标特征提取, 忽略了高分辨率距离像(HRRP)的本身特性。提取一种平移不变特征-中心矩作为特征向量, 采用KPCA进行特征降维; 由于BP神经网络易陷入局部极小, 采用遗传算法(GA)对BP网络节点权值和阀值进行优化选择。基于雷达实测数据的实验结果表明: 平移不变的KPCA特征提取方法实现了平移不变和降维的结合, 同时, 利用GA优化BP神经网络提高了分类器稳定性改善易陷入局部最小的缺陷, 提高了雷达目标识别的性能。
高分辨率距离像 核主分量分析 中心矩 遗传算法 BP神经网络 high resolution range profile (HRRP) kernel principal component analysis central moment genetic algorithm (GA) BP neural network 红外与激光工程
2018, 47(8): 0826005
雷达高分辨距离像是舰船目标识别研究中的关键环节。针对大型舰船目标的雷达高分辨距离像难以进行实测和缩比测量的情况, 采用理论建模计算方法获取舰船目标雷达高分辨距离像。首先建立舰船目标三维CAD模型, 采用面元法对模型进行剖分并对面元遮挡进行判别计算; 然后利用电磁计算软件得到各个姿态角下舰船目标的频域响应; 之后进行IFFT获得目标雷达高分辨距离像; 最后结合实际舰船目标, 给出了具体建模和仿真计算的案例, 并对仿真结果进行分析。
舰船目标 几何建模 雷达散射截面积 高分辨距离像 ship target geometric modeling RCS HRRP
国防科学技术大学电子科学与工程学院，长沙410073
角反射器干扰是主动式雷达导引头所面临的常见无源干扰, 因此, 抗角反射器干扰方法是反辐射导弹主动雷达导引头能否精确打击目标的重要支撑技术。采用波形选择方法实现雷达导引头抗角反射器干扰, 首先简要分析了角反射器的雷达特性, 随后, 提出信息距离最大化准则作为波形选择依据。该准则原理：在雷达发射线性调频信号、步进-线性调频信号、双相移相键控信号情况下, 以被打击目标与角反射器高分辨一维距离像的信息距离最大为优化函数, 选择三种信号中的一种, 实现目标与角反射器的有效区分, 从而对抗角反射器干扰。仿真结果表明了算法的有效性。
角反射器 无源干扰 抗干扰 comer reflector HRRP HRRP passive interference anti-interference
针对高分辨距离单元内目标散射点的复杂特性, 从散射点模型理论出发, 对目标散射点模型进行深入研究, 分析了传统目标特征提取算法的局限性。给出了一种改进的特征提取方法, 该方法首先对距离单元内的散射点进行预处理, 去除噪声、强化有用信息, 然后对有效的距离单元进行特征提取。基于实测数据的仿真实验结果表明: 该方法能够准确反映目标的几何位置信息, 在减小计算量的同时能获得较高的识别率。
目标标识 高分辨距离像 特征提取 Relax算法 target identification HRRP feature extraction Relax algorithm
1 国防科技大学 电子科学与工程学院,长沙410073
2 国防科技大学 训练部通信站,长沙410073
针对低信噪比情况下目标的雷达一维距离像性能较差的问题,提出利用小波去噪以增强目标一维距离像的方法。对去噪后的目标一维距离像提取归一化中心矩,分别采用径向基函数网络和BP网络进行分类识别;在分析了两类网络用于分类识别特点基础上,指出具有不同拓扑结构和传递函数的神经网络对于各类训练样本分布状况的学习和描述能力不同,提出了一种综合利用两种网络做融合识别的新方法。通过对5类飞机暗室测量数据的实验,验证了上述方法的有效性。
一维距离像 目标识别 神经网络 中心矩 小波变换 HRRP target recognition neural network central moment wavelet transform
