自动目标识别是现代雷达信息化、智能化发展的关键技术。对宽带目标识别雷达,通过优化发射信号波形来提高识别性能具有重要研究价值和应用前景。宽带雷达目标回波是典型的多模、非高斯分布数据,基于统计模型进行波形优化存在代价函数形式复杂、优化求解困难等问题。本项目将采用核方法来进行波形优化设计。核方法是在由核函数引入的隐空间来进行数据分析和识别,通过适当的非线性变化,在原始空间中具有复杂分布结构的数据在隐空间中具有相对简单、规则的分布结构,有利于定义有效的目标可分性测度准则,从而有利于波形优化设计。本项目将在隐空间目标可分性准则、核分类器和波形优化一体化设计、以及多约束条件下的求解算法等方面开展研究工作。
{{i.achievement_title}}
数据更新时间:2023-05-31
硬件木马:关键问题研究进展及新动向
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
内点最大化与冗余点控制的小型无人机遥感图像配准
栓接U肋钢箱梁考虑对接偏差的疲劳性能及改进方法研究
气载放射性碘采样测量方法研究进展
宽带雷达目标估计:正交压缩采样与波形设计
宽带认知雷达自适应波形优化设计研究
机载雷达动目标认知探测稳健波形优化设计方法研究
认知MIMO雷达目标跟踪与自适应波形优化设计