简介:在不增大功率孔径积的同时,数字阵列雷达通过灵活的波束控制可增加目标驻留时间,并提高微弱目标的检测性能。但是,随着积累时间增长,运动目标存在跨距离单元问题。针对Keystone变换长时间目标积累方法在多普勒模糊情况下对某些特定速度的目标性能下降问题,提出了一种改进的基于Key—stone变换的长时间目标积累方法。新方法通过预处理及修正处理,能够对所有速度的目标均能较好地补偿跨距离单元效应。仿真实验验证了该方法的有效性。
简介:角闪烁背景下,雷达导引头在近距离跟踪阶段存在不能稳定跟踪,甚至不能精确跟踪的问题。基于高分辨技术的单脉冲测角方法是抑制角闪烁、提高角跟踪性能的有效途径。现有研究采用幅度加权的思路,在对目标角度的估计过程中只利用了目标多个散射点的幅度信息。对于雷达目标的角度估计和角度跟踪而言,目标几何中心具有确切的物理意义。在距离高分辨条件下,散射点的距离信息表征了目标散射点在径向上的分布情况,对目标几何中心的角度估计更具有实际意义。因此,充分利用高分辨雷达所能提供的有效目标信息,提出了基于目标几何中心的角信息处理方法。仿真结果表明,该方法不仅能有效抑制角闪烁,而且具有更好的跟踪准确性和稳定性。
简介:为了利用雷达对低空和超低空飞行器进行精确探测,必须对影响雷达测量精度的大气折射误差进行实时修正。针对目前大气折射误差计算存在处理时间较长、不能满足实时性要求的现状,提出了一种利用虚高进行折射误差修正的快速算法。根据等效地球半径中电波射线为直线的情形推出计算接近目标真实高度的虚高方法,利用虚高将折射误差公式中的积分项分为两部分,最影响折射误差修正处理时间的部分采用一次积分完成,另一小部分利用变步长的迭代方法完成。仿真实验表明,在保证与目前公认高精度的射线描迹法相同的精度条件下,利用虚高进行大气折射误差修正可实现快速计算,计算速度至少提高一倍,且计算速度随雷达仰角的增大而增快。
简介:传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。
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。