项目名称: 基于资源优化调度的雷达目标微多普勒特征认知提取方法研究

项目编号: No.61201369

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 罗迎

作者单位: 中国人民解放军空军工程大学

项目金额: 26万元

中文摘要: 雷达目标微多普勒效应反映了目标的独特运动特征,为目标识别提供了重要特征信息,是近年来目标识别领域研究的一个热点;资源优化调度技术则是多功能相控阵雷达和认知雷达中的最为关键的技术之一。本项目将认知理论引入雷达目标微多普勒效应研究,开展基于资源优化调度的雷达目标微多普勒特征认知提取方法研究,通过突破资源优化调度条件下雷达目标微多普勒信号参数化表征、目标微多普勒特征提取、基于微多普勒特征的雷达资源优化调度等研究内容中的相关关键问题,建立雷达资源优化调度与目标微多普勒特征提取两者之间相辅相成的关系,拓展微多普勒理论的应用领域,发展认知雷达理论,提高雷达工作模式的灵活性和对目标的自适应能力,提升雷达对空间、空中目标的识别效能。本项目的开展及其预期研究结果对于提升我国空间攻防对抗能力、国土防空反导能力及战略预警能力都具有重要的理论意义和实用价值。

中文关键词: 认知雷达;相控阵雷达;资源调度;微多普勒;

英文摘要: The micro-Doppler (m-D) effect can be regarded as a unique movement signature of a radar object. It can provide important features information for the target identification and is a hotpot in the field of automatic target recognition in recent years. And the resource-optimal scheduling technique is one of the most critical techniques of the multifunction phased array radar and the cognitive radar. In the project, the cognitive theory is introduced into the researches on m-D effect and then the cognitive extraction methods of radar target's m-D features based on the resource-optimal scheduling will be developed. The complementary relationships between the radar resource-optimal scheduling and the m-D feature extraction can be established by breaking through some of key problems in the research contents, such as the parameterized expression of radar target's m-D signatures based on the resource-optimal scheduling, the extraction methods of m-D features and the methods of radar resource-optimal scheduling based on the m-D features. The purposes of the project are to extend the application areas of the m-D theory, to develop the cognitive radar theories and to improve the flexibility and adaptive-to-target ability of radar. The development and the prospective achievements of the project have important theory signifi

英文关键词: Cognitive Radar;Multi-function Phased Array Radar;Resource-optimal Scheduling;Micro Doppler;

成为VIP会员查看完整内容
0

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
90+阅读 · 2022年4月17日
【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
专知会员服务
137+阅读 · 2021年11月21日
专知会员服务
34+阅读 · 2021年10月17日
专知会员服务
48+阅读 · 2021年8月4日
专知会员服务
34+阅读 · 2021年8月1日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
84+阅读 · 2020年12月11日
IJCAI 2021 | 不确定性感知小样本图像分类模型,实现SOTA性能
微软研究院AI头条
0+阅读 · 2021年8月19日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
IEEE WHISPERS大规模高光谱目标跟踪挑战赛来了!
中国图象图形学报
60+阅读 · 2020年7月8日
【学科发展报告】无人船
中国自动化学会
27+阅读 · 2019年1月8日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
生成对抗网络的研究进展与趋势
中国计算机学会
35+阅读 · 2018年11月14日
目标跟踪算法分类
大数据技术
13+阅读 · 2018年9月17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
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31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
6+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 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
37+阅读 · 2021年9月28日
Arxiv
49+阅读 · 2021年9月11日
Arxiv
126+阅读 · 2020年9月6日
AutoML: A Survey of the State-of-the-Art
Arxiv
69+阅读 · 2019年8月14日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13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
90+阅读 · 2022年4月17日
【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
专知会员服务
137+阅读 · 2021年11月21日
专知会员服务
34+阅读 · 2021年10月17日
专知会员服务
48+阅读 · 2021年8月4日
专知会员服务
34+阅读 · 2021年8月1日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
84+阅读 · 2020年12月11日
相关资讯
IJCAI 2021 | 不确定性感知小样本图像分类模型,实现SOTA性能
微软研究院AI头条
0+阅读 · 2021年8月19日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
IEEE WHISPERS大规模高光谱目标跟踪挑战赛来了!
中国图象图形学报
60+阅读 · 2020年7月8日
【学科发展报告】无人船
中国自动化学会
27+阅读 · 2019年1月8日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
生成对抗网络的研究进展与趋势
中国计算机学会
35+阅读 · 2018年11月14日
目标跟踪算法分类
大数据技术
13+阅读 · 2018年9月17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
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31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
6+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 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Arxiv
37+阅读 · 2021年9月28日
Arxiv
49+阅读 · 2021年9月11日
Arxiv
126+阅读 · 2020年9月6日
AutoML: A Survey of the State-of-the-Art
Arxiv
69+阅读 · 2019年8月14日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
微信扫码咨询专知VIP会员