项目名称: 认知雷达联合检测、跟踪、分类与自适应波形优化技术研究

项目编号: No.61501513

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 王建涛

作者单位: 中国人民解放军战略支援部队信息工程大学

项目金额: 19万元

中文摘要: 认知雷达能够根据环境和目标知识自适应动态调整雷达收发系统,从根本上改变了传统雷达单向的信息处理方式,能够大幅提高雷达系统性能和环境适应能力,是未来雷达系统的重要发展方向之一。目前关于认知雷达理论与应用的研究主要单纯考虑提高雷达系统检测、跟踪或分类等单一雷达任务的性能,而没有兼顾对其他方面性能的影响,但实际上目标检测、跟踪与分类是相互联系、紧密耦合的。本项目基于有限集统计学理论将目标检测、跟踪和分类在一个统一的框架内进行一体化处理,开展知识辅助的目标联合检测、跟踪和分类技术及面向目标联合检测、跟踪和分类的发射波形与检测门限联合优化技术研究,最大限度地发挥雷达系统整体潜能,推动认知雷达技术的工程实用化步伐。

中文关键词: 认知雷达;联合检测;跟踪与分类;自适应波形优化

英文摘要: With the ability of adaptively tailoring receiver and transmitter according to the knowledge of environments and targets, cognitive radar alters the open loop information processing mode of traditional radar fundamentally. It has exhibited significant performance improvements and adaptability to changing environments, and become a vigorous development area of future radar systems. At present, researches on cognitive radar mostly consider only detection, tracking or classification performance for simplicity, whereas target detection, tracking and classification interact with each other closely. Aiming at fulfilling the true potential of the whole radar system and promoting the engineering application of cognitive radar, this project will integrate target detection, tracking and classification and investigate knowledge-aided joint target detection, tracking and classification and joint waveform and detection threshold optimization for joint target detection, tracking and classification technologies based on finite sets statistics.

英文关键词: cognitive radar;joint detection; tracking and classification;adaptive waveform optimization

成为VIP会员查看完整内容
16

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
87+阅读 · 2022年4月17日
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
65+阅读 · 2022年4月13日
重邮高新波等最新《少样本目标检测算法》综述论文
专知会员服务
32+阅读 · 2021年11月2日
专知会员服务
33+阅读 · 2021年9月18日
【CVPR2021】显著目标和伪装目标的不确定性感知联合检测
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
56+阅读 · 2020年6月24日
【CVPR2020-谷歌】多目标(车辆)跟踪与检测框架 RetinaTrack
专知会员服务
44+阅读 · 2020年4月10日
面向任务型的对话系统研究进展
专知
0+阅读 · 2021年11月17日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
7+阅读 · 2011年12月31日
国家自然科学基金
7+阅读 · 2010年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
17+阅读 · 2021年3月29日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
87+阅读 · 2022年4月17日
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
65+阅读 · 2022年4月13日
重邮高新波等最新《少样本目标检测算法》综述论文
专知会员服务
32+阅读 · 2021年11月2日
专知会员服务
33+阅读 · 2021年9月18日
【CVPR2021】显著目标和伪装目标的不确定性感知联合检测
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
56+阅读 · 2020年6月24日
【CVPR2020-谷歌】多目标(车辆)跟踪与检测框架 RetinaTrack
专知会员服务
44+阅读 · 2020年4月10日
相关基金
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
7+阅读 · 2011年12月31日
国家自然科学基金
7+阅读 · 2010年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员