复杂目标特征数据库构建与回波模拟系统设计

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:elfer_hfut
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着高分辨雷达技术和雷达目标识别技术的发展,特征提取方法越加完善,可以从雷达回波中提取更加丰富目标特征信息。理想的点目标回波模拟方式已经不适用于此类具有高分辨特性和目标识别功能的雷达系统的功能和性能的全面验证测试,而基于固定多散射点模型的扩展目标回波模拟也逐渐难以满足对回波逼真性越来越严苛的要求。因此,利用电磁场数值计算获得的真实目标特征数据设计雷达回波模拟系统就成了雷达系统研制的迫切需求。本文以一体化数字阵列雷达研制为背景,开展复杂飞行目标的雷达目标特征建模研究,使用电磁计算软件仿真目标特征数据,并构建了全角度域目标特征数据库。在此基础上研制了一款基于所构建目标特征数据库的复杂目标动态回波模拟系统。本文主要工作如下:首先,基于目标多散射中心模型来研究目标特征量对于雷达回波的影响,选取一维距离像和角闪烁特性这两个目标重要特征进行复杂目标的回波建模。接着,借助电磁计算软件FEKO辅助计算目标的一维距离像和角闪烁偏差,并在应用程序开发框架QT和数据库管理系统My SQL的联合开发平台上搭建目标特征数据库。最后,构建了符合VITA46.0标准6U结构的多通道中频回波模拟系统。系统硬件由一块高性能信号处理电路和四块多通道模拟信号产生电路组成,软件包括了负责回波参数计算的DSP程序以及负责雷达基带信号产生和多通道回波产生的FPGA程序。回波模拟系统通过上位机总控显示软件与目标特征数据库进行实时数据交互,在目标动态变化过程中实时查找数据库中的数据,保证回波模拟的真实性和连续性。本系统的成功研制有效的支撑了数字阵列雷达的系统功能,以及相关雷达目标特征提取和识别功能的测试与验证。
其他文献
了解DNA-蛋白质结合的特异性对于理解基因表达、调控机制和基因治疗有着重要的意义,而转录因子是一种常见的DNA结合蛋白。转录因子通过与DNA结合调控位于其下游基因的表达,增强或者抑制下游基因的活性,对蛋白质的翻译也起着至关重要的调控作用。因此,从DNA序列中精准地识别出转录因子结合位点是一项重要的任务。基于分子生物学实验来识别转录因子结合位点的方法存在耗时长、成本高等缺点。近年来,随着高通量测序技
随着航空业的发展,航班次数大幅增长,机场鸟击事件也频繁发生,逐渐成为机场的重大威胁之一,危及到了人们的生命安全,同时也造成了财产的损失。有效地发现和驱逐鸟类是避免鸟击事件的关键。因此越来越多的科研单位开始研究设计探鸟雷达以应用于机场驱鸟系统。雷达探鸟具备全天候全天时监控、实时性强、精度高等优点,在机场环境有重要的应用前景。本文以某机场探鸟雷达作为背景,提出并设计了一种基于数字阵多波束与连续波体制并
随着国内低空空域的不断开放,如何监测管理低空飞行的无人机是一个十分值得研究且具有挑战性的内容。由于红外图像传感器具备全天成像以及可以适应多种气候条件的特点,因此使用红外图像检测对低空小目标进行检测是一个不错的选择,红外小目标检测和跟踪也成为红外图像处理领域一项重要的研究内容。本文主要研究在复杂背景下,利用红外成像对低空飞行的小目标进行检测和跟踪。论文利用基于人类视觉机制(HVS,Human Vis
随着现代战场环境的改变和隐身技术在各种武器上的应用,雷达面临的挑战越来越严峻。实现对较低信噪比、难以探测的微弱目标的检测和跟踪,在现代化战争体系中具有重要价值。检测前跟踪(Track Before Detect,TBD)算法作为一种能够对微弱目标实现有效检测和跟踪的技术,值得深入探讨和研究。本文对基于粒子滤波(Particle Filtering,PF)和动态规划(Dynamic Programm
受限于红外成像系统的复杂性和探测器焦平面读出电路制造工艺的局限性,红外成像系统存在动态范围窄、对比度弱的固有缺陷。为了提高成像系统对宽动态范围场景的适应性,利用红外图像融合技术获取高动态范围红外图像成为当下红外成像领域重要的研究内容之一。红外成像技术的发展推动红外测试技术的发展,红外性能参数测试技术的提高对红外成像技术的发展和应用具有重要意义。本文基于中电十一所的中波制冷型红外探测器进行红外融合成
学位
对于折射率不均匀的散射介质,如油漆层、云、浓雾等,介质粒子会扰乱光的传播,生成随机散斑并导致介质后方的目标物体无法被清晰识别。因此散射介质通常被认为阻碍了光学聚焦与成像。然而研究表明,散射过程是确定的。基于这种特性,近些年来出现了许多穿过散射介质实现光控制的方法。其中,波前整形技术由于其光学系统简单,原理易于实现,实时性好,在深层组织显微成像、单光纤内窥镜和扫描成像等诸多领域有重要的研究价值。本论
雷达目标识别技术是现代战争背景下武器系统作战中必不可少的环节,其工作流程为对雷达接收的回波信号进行信号处理,提取比较稳定且能体现目标区分性的特征,经过分类器判定目标类别。对平台受限、要求高实时性的场合,利用性能佳、灵活性强、成本低的步进频体制雷达进行高分辨成像是实现目标识别的重要技术之一。本文主要对步进频体制雷达回波获取的成像信息进行特征提取与识别性能分析,分别基于特征融合与深度学习技术对目标识别
近年来,随着无人机(Unmanned Aerial Vehicle,UAV)产业的高速发展,UAV在航拍成像,救援救灾,货物递送以及监视监测等领域发挥着日益重要的作用。除此之外,凭借高可控的移动性,按需部署的灵活性以及高概率的视距信道等优势,UAV通信网络成为未来无线通信网络的研究热点之一。众多研究表明,相比于传统的地面通信网络,UAV通信网络能够显著提高网络的各种性能指标。然而,UAV通信网络高
光在散射介质中传播时会与介质中的粒子相互作用而发生散射现象。经过多次散射后,其原始图像和偏振方向都将被随机扰乱,在探测面上表现为无序的光学散斑图案。目前,光在散射介质中的信息传输已成为光学领域研究的热点之一。深度学习作为近几年兴起的技术,在解决一些光学问题时展现出了良好的效果,因此,针对光在散射介质中传输时图像信息和偏振信息丢失的问题,本文探究了基于深度学习的解决方案。首先,提出了基于深度学习的散